JMP pro smíšené modely

Recenze čtenářů

Aktuálně nejsou k dispozici žádné recenze čtenářů. Hodnocení je založeno na 5 hlasů.

Původní název:

JMP for Mixed Models

Obsah knihy:

Objevte sílu smíšených modelů s JMP a JMP Pro.

Smíšené modely jsou nyní hlavní metodou pro analýzu experimentálních dat. Proč? Jsou pravděpodobně nejjednodušším a nejvýkonnějším způsobem, jak zpracovat korelovaná pozorování v navržených experimentech. Smíšené modely, které sahají daleko za hranice standardních lineárních modelů, vám umožňují činit přesné a precizní závěry o vašich experimentech a získat hlubší porozumění zdrojům signálu a šumu ve zkoumaném systému. Dobře formulované pevné a náhodné efekty se dobře zobecňují a pomáhají vám činit nejlepší rozhodnutí založená na datech.

JMP pro smíšené modely spojuje dvě nejsilnější tradice softwaru SAS: smíšené modely a JMP. Přelomová filozofie JMP spočívající v těsné integraci statistiky s dynamickou grafikou je ideálním prostředím, v němž se lze učit a používat smíšené modely, známé také jako hierarchické lineární nebo víceúrovňové modely. Pokud jste vědec nebo inženýr, mohou zde popsané metody revolučně změnit způsob, jakým analyzujete experimentální data, aniž byste museli psát kód.

Uvnitř naleznete bohatou sbírku příkladů a postupný přístup ke zvládnutí smíšených modelů. Témata zahrnují:

⬤ Naučení, jak správně rozpoznat, nastavit a interpretovat fixní a náhodné efekty.

⬤ Rozšíření analýzy rozptylu (ANOVA) a lineární regrese na četné smíšené modely.

⬤ Pochopení fungování stupňů volnosti pomocí Skeleton ANOVA.

⬤ Analýza randomizovaných blokových, rozdělených, longitudinálních a opakovaných měření.

⬤ Zavedení pokročilejších metod, jako jsou prostorová kovariance a zobecněné lineární smíšené modely.

⬤ Simulování smíšených modelů pro posouzení síly a dalších důležitých výběrových charakteristik.

⬤ Poskytnutí pevného rámce pro pochopení statistického modelování obecně.

⬤ Zlepšení pohledu na moderní dilemata týkající se bayesovských metod, p-hodnot a kauzálních závěrů.