Linear Mixed-Effects Models Using R A Step-by-Step Approach /
Linear mixed-effects models (LMMs) are an important class of statistical models that can be used to analyze correlated data. Such data are encountered in a variety of fields including biostatistics, public health, psychometrics, educational measurement, and sociology. This book aims to support a wid...
Κύριοι συγγραφείς: | Gałecki, Andrzej (Συγγραφέας), Burzykowski, Tomasz (Συγγραφέας) |
---|---|
Συγγραφή απο Οργανισμό/Αρχή: | SpringerLink (Online service) |
Μορφή: | Ηλεκτρονική πηγή Ηλ. βιβλίο |
Γλώσσα: | English |
Έκδοση: |
New York, NY :
Springer New York : Imprint: Springer,
2013.
|
Σειρά: | Springer Texts in Statistics,
|
Θέματα: | |
Διαθέσιμο Online: | Full Text via HEAL-Link |
Παρόμοια τεκμήρια
-
Modeling Psychophysical Data in R
ανά: Knoblauch, Kenneth, κ.ά.
Έκδοση: (2012) -
Graphical Models with R
ανά: Højsgaard, Søren, κ.ά.
Έκδοση: (2012) -
Dynamic Linear Models with R
ανά: Campagnoli, Patrizia, κ.ά.
Έκδοση: (2009) -
Bayesian Essentials with R
ανά: Marin, Jean-Michel, κ.ά.
Έκδοση: (2014) -
Doubly Classified Model with R
ανά: Tan, Teck Kiang
Έκδοση: (2017)