لایب سان

Mixture Modelling for Medical and Health Sciences provides a direct connection between theoretical developments in mixture modelling and their applications in real world problems. The book describes the development of the most important concepts through comprehensive analyses of real and practical examples taken from real-life research problems in medical and health sciences. This approach represents balance between "theory" and "practice", stimulating readers and enhancing their capacity to apply mixture models in data analysis. Full of reproducible examples using software code and publicly-available data, the book is suitable for graduate-level students, researchers, and practitioners who have a basic grounding in statistics and would like to explore the use of mixture models to analyse their experiments and research data.

Features

• An in-depth account of the most up-to-date mixture modelling techniques from auser perspective.
• Extensive real-life examples – from typical daily problems to complex data modelling.
• Emphasis on the use of a wide variety of component densities for statistical modelling.
• Coverage of the latest random-effects models in modelling complex correlated data.
• An accompanying website to provide supplementary materials, including software and detailed programming code, and links to available data sources.
• Provision of R and Fortran code for readers who want to do analysis of their own data using mixture models.

Shu-Kay Angus Ng is Professor of Biostatistics in the School of Medicine at the Griffith University, Australia. Dr Ng has published extensively on his research interests, which include cluster analysis, pattern recognition, random-effects modelling, and survival analysis.

Liming Xiang is Associate Professor of Statistics in the School of Physical & Mathematical Sciences at the Nanyang Technological University, Singapore. Her research interests include survival analysis, longitudinal/clustered data analysis and mixture models.

Kelvin Kai-wing Yau is Professor of Statistics in the Department of Management Sciences at the City University of Hong Kong. He has been involved in various interdisciplinary research projects, with journal publications in statistics, medical and health science journals on topics such as mixed effects models, survival analysis and statistical modelling in general.

چکیده فارسی

مدلسازی مخلوط برای علوم پزشکی و بهداشت ارتباط مستقیمی بین پیشرفت‌های نظری در مدل‌سازی مخلوط و کاربردهای آن‌ها در مسائل دنیای واقعی فراهم می‌کند. این کتاب توسعه مهم‌ترین مفاهیم را از طریق تجزیه و تحلیل جامع مثال‌های واقعی و عملی برگرفته از مسائل تحقیقاتی واقعی در علوم پزشکی و بهداشت توصیف می‌کند. این رویکرد تعادل بین "نظریه" و "عمل" را نشان می دهد، خوانندگان را تحریک می کند و ظرفیت آنها را برای اعمال مدل های مخلوط در تجزیه و تحلیل داده ها افزایش می دهد. این کتاب مملو از مثال‌های تکرارپذیر با استفاده از کد نرم‌افزار و داده‌های در دسترس عموم است، این کتاب برای دانشجویان، محققان و پزشکان مقاطع تحصیلات تکمیلی مناسب است که پایه‌ای اساسی در آمار دارند و می‌خواهند استفاده از مدل‌های مخلوط را برای تجزیه و تحلیل آزمایش‌ها و تحقیقات خود کشف کنند. داده ها.

ویژگی ها

• گزارشی عمیق از به‌روزترین تکنیک‌های مدل‌سازی مخلوط از دیدگاه اوسر.
• نمونه‌های گسترده واقعی - از مشکلات معمولی روزانه تا مدل‌سازی داده‌های پیچیده.
• تاکید بر استفاده از طیف گسترده ای از تراکم اجزا برای مدل سازی آماری.
• پوشش جدیدترین مدل‌های اثرات تصادفی در مدل‌سازی داده‌های همبسته پیچیده.
• یک وب سایت همراه برای ارائه مطالب تکمیلی، از جمله نرم افزار و کد برنامه نویسی دقیق، و پیوندهایی به منابع داده موجود.
• ارائه کد R و Fortran برای خوانندگانی که می‌خواهند داده‌های خود را با استفاده از مدل‌های مخلوط انجام دهند.

Shu-Kay Angus Ng استاد آمار زیستی در دانشکده پزشکی در دانشگاه گریفیث استرالیا است. دکتر Ng در مورد علایق تحقیقاتی خود مطالب زیادی منتشر کرده است که شامل تجزیه و تحلیل خوشه ای، تشخیص الگو، مدل سازی اثرات تصادفی و تجزیه و تحلیل بقا می شود.

لیمینگ شیانگ دانشیار آمار در دانشکده علوم فیزیکی و ریاضی در دانشگاه فنی نانیانگ، سنگاپور است. علایق تحقیقاتی او شامل تجزیه و تحلیل بقا، تجزیه و تحلیل داده های طولی/خوشه ای و مدل های مخلوط است.

Kelvin Kai-wing Yau استاد آمار در گروه علوم مدیریت در دانشگاه شهر هنگ کنگ است. او در پروژه‌های تحقیقاتی بین‌رشته‌ای مختلف، با انتشار مجلات در مجلات آمار، پزشکی و علوم بهداشتی با موضوعاتی مانند مدل‌های اثرات مختلط، تحلیل بقا و به طور کلی مدل‌سازی آماری مشارکت داشته است.