Bis zu 50 % günstiger als neu
3 Jahre rebuy Garantie
Professionelles Refurbishment
ElektronikMedien
Tipps & News
AppleAlle anzeigen
TabletsAlle anzeigen
HandyAlle anzeigen
Fairphone
AppleAlle anzeigen
iPhone Air Generation
GoogleAlle anzeigen
Pixel Fold
HonorAlle anzeigen
HuaweiAlle anzeigen
Honor Serie
NothingAlle anzeigen
OnePlusAlle anzeigen
OnePlus 11 GenerationOnePlus 12 Generation
SamsungAlle anzeigen
Galaxy XcoverWeitere Modelle
SonyAlle anzeigen
Weitere Modelle
XiaomiAlle anzeigen
Weitere Modelle
Tablets & eBook ReaderAlle anzeigen
Google
AppleAlle anzeigen
HuaweiAlle anzeigen
MatePad Pro Serie
MicrosoftAlle anzeigen
XiaomiAlle anzeigen
Kameras & ZubehörAlle anzeigen
ObjektiveAlle anzeigen
Samyang
System & SpiegelreflexAlle anzeigen
CanonAlle anzeigen
FujifilmAlle anzeigen
OlympusAlle anzeigen
PanasonicAlle anzeigen
SonyAlle anzeigen
WearablesAlle anzeigen
Fitness TrackerAlle anzeigen
SmartwatchesAlle anzeigen
Xiaomi
Konsolen & ZubehörAlle anzeigen
Lenovo Legion GoMSI Claw
NintendoAlle anzeigen
Nintendo Switch Lite
PlayStationAlle anzeigen
XboxAlle anzeigen
Audio & HiFiAlle anzeigen
KopfhörerAlle anzeigen
FairphoneGoogle
LautsprecherAlle anzeigen
GoogleYamahatonies
iPodAlle anzeigen

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Optischer Zustand
Beschreibung
This book presents a staged, pedagogically driven framework for modeling dependence in longitudinal binary data, integrating modern AI-assisted computational workflows throughout the analysis. Rather than treating correlation, hierarchy, and endogeneity as technical afterthoughts, the book positions dependence as the central structural feature of longitudinal data. The text develops a six-stage modeling progression: 1. Pooled logistic regression (independence) 2. Clustered standard errors and generalized estimating equations (GEE) (correlation) 3. Two-stage feedback models (endogeneity) 4. Joint hierarchical models (correlation + feedback + hierarchy) 5. Bayesian joint hierarchical models (full uncertainty propagation) 6. Integrative synthesis and model comparison. A defining feature of the book is its simulation-first pedagogy. Each modeling stage is motivated through controlled simulation studies that allow readers to observe bias, RMSE, coverage failures, and inferential distortions before introducing more advanced methods. The framework is then applied to a real longitudinal health dataset from the Philippines IFPRI Child Health and Nutrition Survey, demonstrating how modeling decisions materially affect scientific conclusions The book’s primary contributions are: • A unified framework linking independence, correlation, feedback, hierarchy, and Bayesian inference; • Clear treatment of endogenous covariates and dynamic feedback in binary longitudinal data; • Practical guidance for hierarchical and Bayesian modeling, including multiple membership structures; • Responsible AI-assisted analysis through prompt-based code generation, reproducible workflows, and verification of AI-generated results.
Dieses Produkt haben wir gerade leider nicht auf Lager.
ab 89,99 €
Derzeit nicht verfügbar
Derzeit nicht verfügbar

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Technische Daten


Erscheinungsdatum
28.09.2026
Sprache
Englisch
EAN
9783032339270
Herausgeber
Springer International Publishing
Serien- oder Bandtitel
ICSA Book Series in Statistics
Sonderedition
Nein
Autor
Niloofar Ramezani, Lori P. Selby, Jeffrey R. Wilson
Einbandart
Gebundene Ausgabe
Buch Untertitel
A Staged Framework for Modeling Dependence in Longitudinal Data
Schlagwörter
Longitudinal data analysis, Binary outcomes, Hierarchical models, Generalized estimating equations (GEE), Endogeneity and feedback, Bayesian hierarchical modeling, Multiple membership models, Simulation-based learning
Thema-Inhalt
PBT - Wahrscheinlichkeitsrechnung und Statistik UYQM - Maschinelles Lernen PBTB - Bayesianische Inferenz
Höhe
235 mm
Breite
15.5 cm

Transparenz & Sicherheit

Hersteller: Springer Nature Customer Service Center GmbH, Europaplatz 3, Heidelberg, Deutschland, 69115, ProductSafety@springernature.com

-.-
Leider noch keine Bewertungen
Leider noch keine Bewertungen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!