新版 統計モデル入門 (医学統計学シリーズ 2)(中古品)
6,714円(税込)
配送情報
お届け予定日:6月12日〜6月20日
※一部地域・離島につきましては、表示のお届け予定日期間内にお届けできない場合があります。ロットナンバー
644462163
商品説明
(中古品)
新版 統計モデル入門 (医学統計学シリーズ 2)
【ブランド名】
丹後 俊郎: author;
【商品説明】
好評の旧版に加筆・改訂。統計モデルの基礎について具体例を通して解説。〔内容〕トピックス/Bootstrap/モデルの比較/測定誤差のある線形モデル/一般化線形モデル/ノンパラメトリック回帰モデル/ベイズ推測/MCMC法/他 目次 1. トピックスI:新記録の誕生と競技水準の向上 1.1 考 え 方 1.2 新記録の数の確率分布 1.3 練習問題 2. トピックスII:病原性大腸菌O-157による集団食中毒 2.1 はじめに 2.2 データをみる目 2.3 統計モデル 2.4 尤度関数と最尤推定値 2.5 対数正規分布 2.6 最尤推定値は最小値? 2.7 適 用 例 2.8 なぜ対数正規分布 2.9 練習問題 3. Bootstrap—中央値の標準誤差を求める? 3.1 はじめに 3.2 古典的な統計学的推測 3.3 Bootstrapによる推測 3.4 Bootstrap信頼区間 3.4.1 パーセンタイル法 3.4.2 BC 法 3.4.3 BCa 法 3.5 演習問題 4. モデルを比較する 4.1 はじめに 4.2 MallowsのCp規準 4.3 AkaikeのAIC規準 4.4 自由度調整重相関係数 4.5 よく見かける変数選択法 4.6 AIlenのCV規準 4.7 モデル選択の例No.1 4.8 HjorthのCMV規準 4.9 モデル選択の例No.2 4.10 練習問題 5. 測定誤差のある線形モデル—測定法の比較 5.1 誤 差 5.2 正確度の評価の基本 5.3 測定法の比較 5.3.1 線形回帰式と線形関係式 5.3.2 Bootstrapによる推測 5.3.3 繰り返し測定のある場合 5.4 練習問題 6. 一般化線形モデル(GLIM) 6.1 はじめに 6.2 GLIMの三つの特徴 6.3 最尤推定 6.4 モデルの適合度の評価 6.5 Analysis of deviance 6.6 Over-dispersion 6.7 回帰係数の解釈 6.8 適 用 例 6.9 練習問題 7. ノンパラメトリック回帰モデル 7.1 基本的アイデア 7.2 局所重み付き平均——kernel smoother 7.3 局所重み付き線形回帰——loess 7.4 スプライン関数の利用——smoothing splines 7.5 Smootherのバラツキとsmoothingパラメータ 7.6 一般化加法モデル——GAM 7.7 練習問題 8. トピックスIII:加齢に伴って変化する基準範囲の推定 8.1 基準範囲 8.2 健常者標本のサンプリング 8.3 基準範囲の定義 8.4 基準範囲の古典的な推定方法 8.4.1 正規分布を利用する方法 8.4.2 ノンパラメトリック法 8.5 加齢に伴って変化する基準範囲 8.5.1 ノンパラメトリック分散安定化変換モデル 8.5.2 基準範囲推定のための^g(y)の外挿の必要性 8.5.3 血清アルカリ・フォスファターゼのデータへの適用 8.5.4 その他のデータへの適用例 9. イベント発生までの時間の長さに関するモデル 9.1 生存時間の確率分布 9.2 生存関数の推定 9.2.1 パラメトリック法 9.2.2 ノンパラメトリック法 9.3 比例ハザード回帰モデル 9.3.1 パラメトリックモデル 9.3.2 Coxのモデル——セミパラメトリックモデル 9.3.3 log-rank検定 10. Bayes 推 測 10.1 Frequentist——伝統的統計学 10.2 Bayesian 10.3 無情報事前分布 10.4 事後分布 10.5 階層的条件付き独立モデル 10.6 応用例 10.10 練習問題 11. Markov chain Monte Carlo法 11.1 期待値の計算 l0.2 Markov連鎖 11.3 Metropolis-Hastingsアルゴリズム 11 散分析(ANOVA)法 12.2.2 最尤(ML)法 12.2.3 制限付き最尤(REML)法 12.3 Unbalanced dataでの推測の留意点 12.4 解析例 12.5 練習問題 13. トピックスIV:疾病地図と疾病集積性 13.1 はじめに 13.2 問題の所在 13.3 年齢調整でも不十分 13.4 Bayesian approach 13.4.1 Empirical Bayes 13.4.2 Bayesian hierarchical model 13.5 疾病の集積性 13.6 練習問題 付録A:最尤推定 A.1 尤度に基づくモデル A.2 漸近的に同等な三つの検定統計量 A.3 信頼区間 A.4 デルタ法 付録B:プログラム他 文 献 索 引
当店では初期不良に限り、商品到着から7日間は返品をお受けいたします。
イメージと違う、必要でなくなった等、お客様都合のキャンセル・返品は一切お受けしておりません。
中古品の場合、基本的に説明書・外箱・ドライバーインストール用のCD-ROMはついておりません。
商品名に「限定」「保証」等の記載がある場合でも特典や保証・ダウンロードコードは付いておりません。
写真は代表画像であり実際にお届けする商品の状態とは異なる場合があります。
中古品の場合は中古の特性上キズ、汚れがある場合があります。
他モールでも併売しておりますので、万が一お品切れの場合はご連絡致します。
ご注文からお届けまで
1.ご注文
ご注文は24時間受け付けております
2.注文確認 ご注文後、注文確認メールを送信します
3.在庫確認
在庫切れの場合はご連絡させて頂きます。
※中古品は受注後に、再メンテナンス、梱包しますのでお届けまで3〜7営業日程度とお考え下さい。
4.入金確認
前払い決済をご選択の場合、ご入金確認後、配送手配を致します。
5.出荷
配送準備が整い次第、出荷致します。配送業者、追跡番号等の詳細をメール送信致します。
6.到着
出荷後、1〜3日後に商品が到着します。
※離島、北海道、九州、沖縄は遅れる場合がございます。予めご了承下さい。
新版 統計モデル入門 (医学統計学シリーズ 2)
【ブランド名】
丹後 俊郎: author;
【商品説明】
好評の旧版に加筆・改訂。統計モデルの基礎について具体例を通して解説。〔内容〕トピックス/Bootstrap/モデルの比較/測定誤差のある線形モデル/一般化線形モデル/ノンパラメトリック回帰モデル/ベイズ推測/MCMC法/他 目次 1. トピックスI:新記録の誕生と競技水準の向上 1.1 考 え 方 1.2 新記録の数の確率分布 1.3 練習問題 2. トピックスII:病原性大腸菌O-157による集団食中毒 2.1 はじめに 2.2 データをみる目 2.3 統計モデル 2.4 尤度関数と最尤推定値 2.5 対数正規分布 2.6 最尤推定値は最小値? 2.7 適 用 例 2.8 なぜ対数正規分布 2.9 練習問題 3. Bootstrap—中央値の標準誤差を求める? 3.1 はじめに 3.2 古典的な統計学的推測 3.3 Bootstrapによる推測 3.4 Bootstrap信頼区間 3.4.1 パーセンタイル法 3.4.2 BC 法 3.4.3 BCa 法 3.5 演習問題 4. モデルを比較する 4.1 はじめに 4.2 MallowsのCp規準 4.3 AkaikeのAIC規準 4.4 自由度調整重相関係数 4.5 よく見かける変数選択法 4.6 AIlenのCV規準 4.7 モデル選択の例No.1 4.8 HjorthのCMV規準 4.9 モデル選択の例No.2 4.10 練習問題 5. 測定誤差のある線形モデル—測定法の比較 5.1 誤 差 5.2 正確度の評価の基本 5.3 測定法の比較 5.3.1 線形回帰式と線形関係式 5.3.2 Bootstrapによる推測 5.3.3 繰り返し測定のある場合 5.4 練習問題 6. 一般化線形モデル(GLIM) 6.1 はじめに 6.2 GLIMの三つの特徴 6.3 最尤推定 6.4 モデルの適合度の評価 6.5 Analysis of deviance 6.6 Over-dispersion 6.7 回帰係数の解釈 6.8 適 用 例 6.9 練習問題 7. ノンパラメトリック回帰モデル 7.1 基本的アイデア 7.2 局所重み付き平均——kernel smoother 7.3 局所重み付き線形回帰——loess 7.4 スプライン関数の利用——smoothing splines 7.5 Smootherのバラツキとsmoothingパラメータ 7.6 一般化加法モデル——GAM 7.7 練習問題 8. トピックスIII:加齢に伴って変化する基準範囲の推定 8.1 基準範囲 8.2 健常者標本のサンプリング 8.3 基準範囲の定義 8.4 基準範囲の古典的な推定方法 8.4.1 正規分布を利用する方法 8.4.2 ノンパラメトリック法 8.5 加齢に伴って変化する基準範囲 8.5.1 ノンパラメトリック分散安定化変換モデル 8.5.2 基準範囲推定のための^g(y)の外挿の必要性 8.5.3 血清アルカリ・フォスファターゼのデータへの適用 8.5.4 その他のデータへの適用例 9. イベント発生までの時間の長さに関するモデル 9.1 生存時間の確率分布 9.2 生存関数の推定 9.2.1 パラメトリック法 9.2.2 ノンパラメトリック法 9.3 比例ハザード回帰モデル 9.3.1 パラメトリックモデル 9.3.2 Coxのモデル——セミパラメトリックモデル 9.3.3 log-rank検定 10. Bayes 推 測 10.1 Frequentist——伝統的統計学 10.2 Bayesian 10.3 無情報事前分布 10.4 事後分布 10.5 階層的条件付き独立モデル 10.6 応用例 10.10 練習問題 11. Markov chain Monte Carlo法 11.1 期待値の計算 l0.2 Markov連鎖 11.3 Metropolis-Hastingsアルゴリズム 11 散分析(ANOVA)法 12.2.2 最尤(ML)法 12.2.3 制限付き最尤(REML)法 12.3 Unbalanced dataでの推測の留意点 12.4 解析例 12.5 練習問題 13. トピックスIV:疾病地図と疾病集積性 13.1 はじめに 13.2 問題の所在 13.3 年齢調整でも不十分 13.4 Bayesian approach 13.4.1 Empirical Bayes 13.4.2 Bayesian hierarchical model 13.5 疾病の集積性 13.6 練習問題 付録A:最尤推定 A.1 尤度に基づくモデル A.2 漸近的に同等な三つの検定統計量 A.3 信頼区間 A.4 デルタ法 付録B:プログラム他 文 献 索 引
当店では初期不良に限り、商品到着から7日間は返品をお受けいたします。
イメージと違う、必要でなくなった等、お客様都合のキャンセル・返品は一切お受けしておりません。
中古品の場合、基本的に説明書・外箱・ドライバーインストール用のCD-ROMはついておりません。
商品名に「限定」「保証」等の記載がある場合でも特典や保証・ダウンロードコードは付いておりません。
写真は代表画像であり実際にお届けする商品の状態とは異なる場合があります。
中古品の場合は中古の特性上キズ、汚れがある場合があります。
他モールでも併売しておりますので、万が一お品切れの場合はご連絡致します。
ご注文からお届けまで
1.ご注文
ご注文は24時間受け付けております
2.注文確認 ご注文後、注文確認メールを送信します
3.在庫確認
在庫切れの場合はご連絡させて頂きます。
※中古品は受注後に、再メンテナンス、梱包しますのでお届けまで3〜7営業日程度とお考え下さい。
4.入金確認
前払い決済をご選択の場合、ご入金確認後、配送手配を致します。
5.出荷
配送準備が整い次第、出荷致します。配送業者、追跡番号等の詳細をメール送信致します。
6.到着
出荷後、1〜3日後に商品が到着します。
※離島、北海道、九州、沖縄は遅れる場合がございます。予めご了承下さい。
(中古品)新版 統計モデル入門 (医学統計学シリーズ 2)//丹後 俊郎: author; /好評の旧版に加筆・改訂。統計モデルの基礎について具体例を通して解説。〔内容〕トピックス/Bootstrap/モデルの比較/測定誤差のある線形モデル/一般化線形モデル/ノンパラメトリック回帰モデル/ベイズ推測/MCMC法/他
目次
1. トピックスI:新記録の誕生と競技水準の向上
1.1 考 え 方
1.2 新記録の数の確率分布
1.3 練習問題
2. トピックスII:病原性大腸菌O-157による集団食中毒
2.1 はじめに
2.2 データをみる目
2.3 統計モデル
2.4 尤度関数と最尤推定値
2.5 対数正規分布
2.6 最尤推定値は最小値?
2.7 適 用 例
2.8 なぜ対数正規分布
2.9 練習問題
3. Bootstrap—中央値の標準誤差を求める?
3.1 はじめに
3.2 古典的な統計学的推測
3.3 Bootstrapによる推測
3.4 Bootstrap信頼区間
3.4.1 パーセンタイル法
3.4.2 BC 法
3.4.3 BCa 法
3.5 演習問題
4. モデルを比較する
4.1 はじめに
4.2 MallowsのCp規準
4.3 AkaikeのAIC規準
4.4 自由度調整重相関係数
4.5 よく見かける変数選択法
4.6 AIlenのCV規準
4.7 モデル選択の例No.1
4.8 HjorthのCMV規準
4.9 モデル選択の例No.2
4.10 練習
レビュー
商品の評価:
-点(0件)
お店の情報
お店の評価:
-点(0件)
連絡・応対
-
配送スピード
-
梱包
-