Name: Preventing and Treating Missing Data in Longitudinal Clinical Trials: A Practical Guide (en Inglés)
Price: 208056.00 COP
Availability: InStock
Author: Mallinckrodt, Craig H.
ISBN: 9781107679153

portada Preventing and Treating Missing Data in Longitudinal Clinical Trials: A Practical Guide (en Inglés)

Preventing and Treating Missing Data in Longitudinal Clinical Trials: A Practical Guide (en Inglés)

Formato

Libro Físico

Autor

Craig H. Mallinckrodt

Editorial

Cambridge University Press

Idioma

Inglés

N° páginas

180

Encuadernación

Tapa Blanda

Dimensiones

24.4 x 17.3 x 1.8 cm

Peso

0.36 kg.

ISBN13

9781107679153

Categorías

Investigación médica
Epidemiología y estadística médica

Preventing and Treating Missing Data in Longitudinal Clinical Trials: A Practical Guide (en Inglés)

Craig H. Mallinckrodt (Autor) · Cambridge University Press · Tapa Blanda

Libro Nuevo Importado

Envío: 14 a 19 días háb.

$ 346.759$ 208.056

-40%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 3 unidades

$ 208.056

¡Envío Gratis! Llega entre el 13 Ago y el 24 Ago a Bogota, Cundinamarca. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Preventing and Treating Missing Data in Longitudinal Clinical Trials: A Practical Guide (en Inglés)"

Recent decades have brought advances in statistical theory for missing data, which, combined with advances in computing ability, have allowed implementation of a wide array of analyses. In fact, so many methods are available that it can be difficult to ascertain when to use which method. This book focuses on the prevention and treatment of missing data in longitudinal clinical trials. Based on his extensive experience with missing data, the author offers advice on choosing analysis methods and on ways to prevent missing data through appropriate trial design and conduct. He offers a practical guide to key principles and explains analytic methods for the non-statistician using limited statistical notation and jargon. The book's goal is to present a comprehensive strategy for preventing and treating missing data, and to make available the programs used to conduct the analyses of the example dataset.