Modelling Survival Data in Medical Research, Third Edition


Author: David Collett

Publisher: CRC Press

ISBN: 1498731694

Category: Mathematics

Page: 548

View: 4535

Modelling Survival Data in Medical Research describes the modelling approach to the analysis of survival data using a wide range of examples from biomedical research. Well known for its nontechnical style, this third edition contains new chapters on frailty models and their applications, competing risks, non-proportional hazards, and dependent censoring. It also describes techniques for modelling the occurrence of multiple events and event history analysis. Earlier chapters are now expanded to include new material on a number of topics, including measures of predictive ability and flexible parametric models. Many new data sets and examples are included to illustrate how these techniques are used in modelling survival data. Bibliographic notes and suggestions for further reading are provided at the end of each chapter. Additional data sets to obtain a fuller appreciation of the methodology, or to be used as student exercises, are provided in the appendix. All data sets used in this book are also available in electronic format online. This book is an invaluable resource for statisticians in the pharmaceutical industry, professionals in medical research institutes, scientists and clinicians who are analyzing their own data, and students taking undergraduate or postgraduate courses in survival analysis.

Modelling Survival Data in Medical Research, Second Edition


Author: David Collett

Publisher: CRC Press

ISBN: 1584883251

Category: Mathematics

Page: 410

View: 574

Critically acclaimed and resoundingly popular in its first edition, Modelling Survival Data in Medical Research has been thoroughly revised and updated to reflect the many developments and advances--particularly in software--made in the field over the last 10 years. Now, more than ever, it provides an outstanding text for upper-level and graduate courses in survival analysis, biostatistics, and time-to-event analysis.The treatment begins with an introduction to survival analysis and a description of four studies that lead to survival data. Subsequent chapters then use those data sets and others to illustrate the various analytical techniques applicable to such data, including the Cox regression model, the Weibull proportional hazards model, and others. This edition features a more detailed treatment of topics such as parametric models, accelerated failure time models, and analysis of interval-censored data. The author also focuses the software section on the use of SAS, summarising the methods used by the software to generate its output and examining that output in detail. Profusely illustrated with examples and written in the author's trademark, easy-to-follow style, Modelling Survival Data in Medical Research, Second Edition is a thorough, practical guide to survival analysis that reflects current statistical practices.

Discrete Data Analysis with R

Visualization and Modeling Techniques for Categorical and Count Data


Author: Michael Friendly,David Meyer

Publisher: CRC Press

ISBN: 1498725856

Category: Mathematics

Page: 544

View: 9686

An Applied Treatment of Modern Graphical Methods for Analyzing Categorical Data Discrete Data Analysis with R: Visualization and Modeling Techniques for Categorical and Count Data presents an applied treatment of modern methods for the analysis of categorical data, both discrete response data and frequency data. It explains how to use graphical methods for exploring data, spotting unusual features, visualizing fitted models, and presenting results. The book is designed for advanced undergraduate and graduate students in the social and health sciences, epidemiology, economics, business, statistics, and biostatistics as well as researchers, methodologists, and consultants who can use the methods with their own data and analyses. Along with describing the necessary statistical theory, the authors illustrate the practical application of the techniques to a large number of substantive problems, including how to organize data, conduct an analysis, produce informative graphs, and evaluate what the graphs reveal about the data. The first part of the book contains introductory material on graphical methods for discrete data, basic R skills, and methods for fitting and visualizing one-way discrete distributions. The second part focuses on simple, traditional nonparametric tests and exploratory methods for visualizing patterns of association in two-way and larger frequency tables. The final part of the text discusses model-based methods for the analysis of discrete data. Web Resource The data sets and R software used, including the authors’ own vcd and vcdExtra packages, are available at

Statistical Rethinking

A Bayesian Course with Examples in R and Stan


Author: Richard McElreath

Publisher: CRC Press

ISBN: 1315362619

Category: Mathematics

Page: 487

View: 4508

Statistical Rethinking: A Bayesian Course with Examples in R and Stan builds readers’ knowledge of and confidence in statistical modeling. Reflecting the need for even minor programming in today’s model-based statistics, the book pushes readers to perform step-by-step calculations that are usually automated. This unique computational approach ensures that readers understand enough of the details to make reasonable choices and interpretations in their own modeling work. The text presents generalized linear multilevel models from a Bayesian perspective, relying on a simple logical interpretation of Bayesian probability and maximum entropy. It covers from the basics of regression to multilevel models. The author also discusses measurement error, missing data, and Gaussian process models for spatial and network autocorrelation. By using complete R code examples throughout, this book provides a practical foundation for performing statistical inference. Designed for both PhD students and seasoned professionals in the natural and social sciences, it prepares them for more advanced or specialized statistical modeling. Web Resource The book is accompanied by an R package (rethinking) that is available on the author’s website and GitHub. The two core functions (map and map2stan) of this package allow a variety of statistical models to be constructed from standard model formulas.

Pragmatics of Uncertainty


Author: Joseph B. Kadane

Publisher: CRC Press

ISBN: 1498719856

Category: Mathematics

Page: 351

View: 7549

A fair question to ask of an advocate of subjective Bayesianism (which the author is) is "how would you model uncertainty?" In this book, the author writes about how he has done it using real problems from the past, and offers additional comments about the context in which he was working.


Study Design and Data Analysis, Third Edition


Author: Mark Woodward

Publisher: CRC Press

ISBN: 1482243202

Category: Mathematics

Page: 854

View: 335

Highly praised for its broad, practical coverage, the second edition of this popular text incorporated the major statistical models and issues relevant to epidemiological studies. Epidemiology: Study Design and Data Analysis, Third Edition continues to focus on the quantitative aspects of epidemiological research. Updated and expanded, this edition shows students how statistical principles and techniques can help solve epidemiological problems. New to the Third Edition New chapter on risk scores and clinical decision rules New chapter on computer-intensive methods, including the bootstrap, permutation tests, and missing value imputation New sections on binomial regression models, competing risk, information criteria, propensity scoring, and splines Many more exercises and examples using both Stata and SAS More than 60 new figures After introducing study design and reviewing all the standard methods, this self-contained book takes students through analytical methods for both general and specific epidemiological study designs, including cohort, case-control, and intervention studies. In addition to classical methods, it now covers modern methods that exploit the enormous power of contemporary computers. The book also addresses the problem of determining the appropriate size for a study, discusses statistical modeling in epidemiology, covers methods for comparing and summarizing the evidence from several studies, and explains how to use statistical models in risk forecasting and assessing new biomarkers. The author illustrates the techniques with numerous real-world examples and interprets results in a practical way. He also includes an extensive list of references for further reading along with exercises to reinforce understanding. Web Resource A wealth of supporting material can be downloaded from the book’s CRC Press web page, including: Real-life data sets used in the text SAS and Stata programs used for examples in the text SAS and Stata programs for special techniques covered Sample size spreadsheet

A Course in Categorical Data Analysis


Author: Thomas Leonard

Publisher: Chapman & Hall

ISBN: 9780849303234

Category: Medical

Page: 183

View: 2577

Developed from long experience in teaching categorical analysis to a multidisciplinary mix of undergraduate and graduate students, A Course in Categorical Data Analysis presents the easiest, most straightforward ways of extracting real-life conclusions from contingency tables. The author uses a Fisherian approach to categorical data analysis and incorporates numerous examples and real data sets. Although he offers S-PLUS routines through the Interest, readers do not need full knowledge of a statistical software package.

Ökonometrie für Dummies


Author: Roberto Pedace

Publisher: John Wiley & Sons

ISBN: 3527801529

Category: Business & Economics

Page: 388

View: 6925

Theorien verstehen und Techniken anwenden Was haben die Gehälter von Spitzensportlern und der Mindestlohn gemeinsam? Richtig, man kann sie mit Ökonometrie erforschen. Im Buch steht, wie es geht. Und nicht nur dafür, sondern für viele weitere Gebiete lohnt es sich, der zunächst etwas trocken und sperrig anmutenden Materie eine Chance zu geben. Lernen Sie von den Autoren, wie Sie spannende Fragen formulieren, passende Variablen festlegen, treffsichere Modelle entwerfen und Ihre Aussagen auf Herz und Nieren prüfen. Werden Sie sicher im Umgang mit Hypothesentests, Regressionsmodellen, Logit- & Probit-Modellen und allen weiteren gängigen Methoden der Ökonometrie. So begleitet Ökonometrie für Dummies Sie Schritt für Schritt und mit vielen Beispielen samt R Output durch dieses spannende Thema.


Modelle, Methoden und Anwendungen


Author: Ludwig Fahrmeir,Thomas Kneib,Stefan Lang

Publisher: Springer-Verlag

ISBN: 3642018378

Category: Business & Economics

Page: 502

View: 1500

In dem Band beschreiben die Autoren erstmals klassische Regressionsansätze und moderne nicht- und semiparametrische Methoden in einer integrierten und anwendungsorientierten Form. Um Lesern die Analyse eigener Fragestellungen zu ermöglichen, demonstrieren sie die praktische Anwendung der Konzepte und Methoden anhand ausführlicher Fallstudien. Geeignet für Studierende der Statistik sowie für Wissenschaftler und Praktiker, zum Beispiel in den Wirtschafts- und Sozialwissenschaften, der Bioinformatik und -statistik, Ökonometrie und Epidemiologie.

R in a Nutshell


Author: Joseph Adler

Publisher: O'Reilly Germany

ISBN: 3897216507

Category: Computers

Page: 768

View: 872

Wozu sollte man R lernen? Da gibt es viele Gründe: Weil man damit natürlich ganz andere Möglichkeiten hat als mit einer Tabellenkalkulation wie Excel, aber auch mehr Spielraum als mit gängiger Statistiksoftware wie SPSS und SAS. Anders als bei diesen Programmen hat man nämlich direkten Zugriff auf dieselbe, vollwertige Programmiersprache, mit der die fertigen Analyse- und Visualisierungsmethoden realisiert sind – so lassen sich nahtlos eigene Algorithmen integrieren und komplexe Arbeitsabläufe realisieren. Und nicht zuletzt, weil R offen gegenüber beliebigen Datenquellen ist, von der einfachen Textdatei über binäre Fremdformate bis hin zu den ganz großen relationalen Datenbanken. Zudem ist R Open Source und erobert momentan von der universitären Welt aus die professionelle Statistik. R kann viel. Und Sie können viel mit R machen – wenn Sie wissen, wie es geht. Willkommen in der R-Welt: Installieren Sie R und stöbern Sie in Ihrem gut bestückten Werkzeugkasten: Sie haben eine Konsole und eine grafische Benutzeroberfläche, unzählige vordefinierte Analyse- und Visualisierungsoperationen – und Pakete, Pakete, Pakete. Für quasi jeden statistischen Anwendungsbereich können Sie sich aus dem reichen Schatz der R-Community bedienen. Sprechen Sie R! Sie müssen Syntax und Grammatik von R nicht lernen – wie im Auslandsurlaub kommen Sie auch hier gut mit ein paar aufgeschnappten Brocken aus. Aber es lohnt sich: Wenn Sie wissen, was es mit R-Objekten auf sich hat, wie Sie eigene Funktionen schreiben und Ihre eigenen Pakete schnüren, sind Sie bei der Analyse Ihrer Daten noch flexibler und effektiver. Datenanalyse und Statistik in der Praxis: Anhand unzähliger Beispiele aus Medizin, Wirtschaft, Sport und Bioinformatik lernen Sie, wie Sie Daten aufbereiten, mithilfe der Grafikfunktionen des lattice-Pakets darstellen, statistische Tests durchführen und Modelle anpassen. Danach werden Ihnen Ihre Daten nichts mehr verheimlichen.

Medizinische Statistik


Author: Hans J. Trampisch,Jürgen Windeler

Publisher: Springer-Verlag

ISBN: 364256996X

Category: Mathematics

Page: 376

View: 465

"Statistiken sind merkwürdige Dinge ...", dies wird so mancher Mediziner denken, wenn er sich mit der Biometrie befaßt. Sei es im Rahmen seiner Ausbildung oder im Zuge wissenschaftlicher oder klinischer Studien, Kenntnisse der Statistik und Mathematik sind unentbehrlich für die tägliche Arbeit des Mediziners. Ziel dieses Lehrbuches ist es, den Mediziner systematisch an biometrische Terminologie und Arbeitsmethoden heranzuführen, um ihn schließlich mit den Grundlagen der Wahrscheinlichkeitsrechung vertraut zu machen. Nach der Lektüre dieses Buches hält der Leser ein Werkzeug in den Händen, das ihm bei der Lösung medizinscher Fragestellungen hilft ebenso wie bei der Beschreibung von Ergebnissen wissenschaftlicher Studien und natürlich bei der Doktorarbeit!

Statistik für Dummies


Author: Deborah J. Rumsey

Publisher: John Wiley & Sons

ISBN: 3527692762

Category: Education

Page: 355

View: 1517

Von A wie Ausreißer bis Z wie Z-Verteilung Entdecken Sie mit Statistik für Dummies Ihren Spaß an der Statistik und werfen Sie einen Blick hinter die Kulissen dieser komplizierten, aber hilfreichen Wissenschaft! Deborah Rumsey zeigt Ihnen das nötige statistische Handwerkszeug wie Stichprobe, Wahrscheinlichkeit, Bias, Median, Durchschnitt und Korrelation. Sie lernen die verschiedenen grafischen Darstellungsmöglichkeiten von statistischem Material kennen und werden über die unterschiedlichen Methoden der Auswertung erstaunt sein. Schärfen Sie mit diesem Buch Ihr Bewusstsein für Zahlen und deren Interpretation, sodass Ihnen keiner mehr etwas vormachen kann!

R für Dummies


Author: Andrie de Vries,Joris Meys

Publisher: John Wiley & Sons

ISBN: 3527812520

Category: Computers

Page: 414

View: 2385

Wollen Sie auch die umfangreichen Möglichkeiten von R nutzen, um Ihre Daten zu analysieren, sind sich aber nicht sicher, ob Sie mit der Programmiersprache wirklich zurechtkommen? Keine Sorge - dieses Buch zeigt Ihnen, wie es geht - selbst wenn Sie keine Vorkenntnisse in der Programmierung oder Statistik haben. Andrie de Vries und Joris Meys zeigen Ihnen Schritt für Schritt und anhand zahlreicher Beispiele, was Sie alles mit R machen können und vor allem wie Sie es machen können. Von den Grundlagen und den ersten Skripten bis hin zu komplexen statistischen Analysen und der Erstellung aussagekräftiger Grafiken. Auch fortgeschrittenere Nutzer finden in diesem Buch viele Tipps und Tricks, die Ihnen die Datenauswertung erleichtern.

Elementare Wahrscheinlichkeitstheorie und stochastische Prozesse


Author: Kai L. Chung

Publisher: Springer-Verlag

ISBN: 3642670334

Category: Mathematics

Page: 346

View: 2307

Aus den Besprechungen: "Unter den zahlreichen Einführungen in die Wahrscheinlichkeitsrechnung bildet dieses Buch eine erfreuliche Ausnahme. Der Stil einer lebendigen Vorlesung ist über Niederschrift und Übersetzung hinweg erhalten geblieben. In jedes Kapitel wird sehr anschaulich eingeführt. Sinn und Nützlichkeit der mathematischen Formulierungen werden den Lesern nahegebracht. Die wichtigsten Zusammenhänge sind als mathematische Sätze klar formuliert." #FREQUENZ#1



Author: William G. Cochran

Publisher: Walter de Gruyter

ISBN: 3110823004

Category: Reference

Page: 474

View: 6111

Bayesian Disease Mapping

Hierarchical Modeling in Spatial Epidemiology, Second Edition


Author: Andrew B. Lawson

Publisher: CRC Press

ISBN: 1466504811

Category: Mathematics

Page: 396

View: 9342

Since the publication of the first edition, many new Bayesian tools and methods have been developed for space-time data analysis, the predictive modeling of health outcomes, and other spatial biostatistical areas. Exploring these new developments, Bayesian Disease Mapping: Hierarchical Modeling in Spatial Epidemiology, Second Edition provides an up-to-date, cohesive account of the full range of Bayesian disease mapping methods and applications. A biostatistics professor and WHO advisor, the author illustrates the use of Bayesian hierarchical modeling in the geographical analysis of disease through a range of real-world datasets. New to the Second Edition Three new chapters on regression and ecological analysis, putative hazard modeling, and disease map surveillance Expanded material on case event modeling and spatiotemporal analysis New and updated examples Two new appendices featuring examples of integrated nested Laplace approximation (INLA) and conditional autoregressive (CAR) models In addition to these new topics, the book covers more conventional areas such as relative risk estimation, clustering, spatial survival analysis, and longitudinal analysis. After an introduction to Bayesian inference, computation, and model assessment, the text focuses on important themes, including disease map reconstruction, cluster detection, regression and ecological analysis, putative hazard modeling, analysis of multiple scales and multiple diseases, spatial survival and longitudinal studies, spatiotemporal methods, and map surveillance. It shows how Bayesian disease mapping can yield significant insights into georeferenced health data. WinBUGS and R are used throughout for data manipulation and simulation.


Einführung in die moderne Datenanalyse


Author: Achim Bühl

Publisher: Pearson Deutschland GmbH

ISBN: 9783827373328

Category: SPSS (Computer system)

Page: 888

View: 5695

Die Standardeinführung für SPSS ist auf der Basis zahlreicher neuer Datensätze für die Version 16 vollständig überarbeitet und erweitert worden. Ausgehend von Problemstellungen aus der Praxis wird gezeigt, wie Sie mit SPSS arbeiten können. Die Beispiele basieren meist auf Fallstudien und sind vor allem dem sozialwissenschaftlichen und dem psychologisch-medizinischen Bereich entnommen. Der Autor beschreibt ausführlich den kompletten statistischen Inhalt der Module Base, Regression Models und Advanced Models. In der 11. Auflage des Werks nimmt erstmals auch die Korrespondenzanalyse einen breiten Raum ein; ein Verfahren, das immer häufiger eingesetzt wird und Zusammenhänge von Variablen optisch als Punkte eines geometrischen Raums aufbereitet.

Einführung in die Statistik der Finanzmärkte


Author: Jürgen Franke,Wolfgang Karl Härdle,Christian Matthias Hafner

Publisher: Springer-Verlag

ISBN: 3642170498

Category: Business & Economics

Page: 428

View: 5917