جلد سخت سیاه و سفید
Product details
- Publisher : Chapman and Hall/CRC; 1st edition (March 21, 2022)
- Language : English
- Hardcover : 278 pages
- ISBN-10 : 0367365472
- ISBN-13 : 978-0367365479
کتاب Statistical Methods for Mediation, Confounding and Moderation Analysis Using R and SAS (Chapman & Hall/CRC Biostatistics Series)
Third-variable effect refers to the effect transmitted by third-variables that intervene in the relationship between an exposure and a response variable. Differentiating between the indirect effect of individual factors from multiple third-variables is a constant problem for modern researchers.
Statistical Methods for Mediation, Confounding and Moderation Analysis Using R and SAS introduces general definitions of third-variable effects that are adaptable to all different types of response (categorical or continuous), exposure, or third-variables. Using this method, multiple third- variables of different types can be considered simultaneously, and the indirect effect carried by individual third-variables can be separated from the total effect. Readers of all disciplines familiar with introductory statistics will find this a valuable resource for analysis.
Key Features:
- Parametric and nonparametric method in third variable analysis
- Multivariate and Multiple third-variable effect analysis
- Multilevel mediation/confounding analysis
- Third-variable effect analysis with high-dimensional data Moderation/Interaction effect analysis within the third-variable analysis
- R packages and SAS macros to implement methods proposed in the book
منابع کتاب کتاب Statistical Methods for Mediation, Confounding and Moderation Analysis Using R and SAS (Chapman & Hall/CRC Biostatistics Series)
اثر متغیر سوم به اثری اشاره دارد که توسط متغیرهای سومی که در رابطه بین قرار گرفتن در معرض و متغیر پاسخ مداخله می کنند، منتقل می شود. تمایز بین تأثیر غیرمستقیم عوامل فردی از چندین متغیر سوم یک مشکل همیشگی برای محققان مدرن است.
روش‌های آماری برای تحلیل میانجی، مخدوش و تعدیل با استفاده از R و SAS ، تعاریف کلی از اثرات متغیر سوم را معرفی می‌کند که با انواع مختلف پاسخ (طبقه‌ای یا پیوسته)، قرار گرفتن در معرض، یا متغیرهای سوم قابل انطباق هستند. با استفاده از این روش می توان چندین متغیر سوم از انواع مختلف را به طور همزمان در نظر گرفت و اثر غیرمستقیم حمل شده توسط متغیرهای سوم جداگانه را از کل اثر جدا کرد. خوانندگان همه رشته هایی که با آمار مقدماتی آشنا هستند این منبع ارزشمندی برای تجزیه و تحلیل خواهند یافت.
ویژگی های کلیدی:
- روش پارامتریک و ناپارامتریک در تحلیل متغیر سوم
- تجزیه و تحلیل اثر متغیر سوم چند متغیره و چندگانه
- تحلیل چندسطحی میانجی/مخاطب
- تحلیل اثر متغیر سوم با داده‌های با ابعاد بالا تحلیل اثر تعدیل/تعامل در تحلیل متغیر سوم
- بسته های R و ماکروهای SAS برای پیاده سازی روش های پیشنهادی در کتاب
ارسال نظر درباره کتاب Statistical Methods for Mediation, Confounding and Moderation Analysis Using R and SAS (Chapman & Hall/CRC Biostatistics Series)