Name: Survival Analysis in Medicine and Genetics (en Inglés)
Price: 560997.00 COP
Availability: InStock
Author: Li, Jialiang ; Ma, Shuangge
ISBN: 9781439893111

portada Survival Analysis in Medicine and Genetics (en Inglés)

Formato

Libro Físico

Autor

Jialiang Li

Shuangge Ma

Editorial

CRC Press

Año

2013

Idioma

Inglés

N° páginas

381

Encuadernación

Tapa Dura

Dimensiones

23.6 x 16.3 x 2.3 cm

Peso

0.68 kg.

ISBN

143989311x

ISBN13

9781439893111

Categorías

Investigación médica
Probabilidad y estadística

Survival Analysis in Medicine and Genetics (en Inglés)

Jialiang Li (Autor) · Shuangge Ma (Autor) · CRC Press · Tapa Dura

Libro Físico

$ 560.997

$ 863.072

Ahorras: $ 302.075

35% descuento

Envío normal

Origen: Reino Unido (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Miércoles 26 de Junio y el Jueves 04 de Julio.

Lo recibirás en cualquier lugar de Colombia entre 1 y 5 días hábiles luego del envío.

Reseña del libro "Survival Analysis in Medicine and Genetics (en Inglés)"

Using real data sets throughout, Survival Analysis in Medicine and Genetics introduces the latest methods for analyzing high-dimensional survival data. It provides thorough coverage of recent statistical developments in the medical and genetics fields. The text mainly addresses special concerns of the survival model. After covering the fundamentals, it discusses interval censoring, nonparametric and semiparametric hazard regression, multivariate survival data analysis, the sub-distribution method for competing risks data, the cure rate model, and Bayesian inference methods. The authors then focus on time-dependent diagnostic medicine and high-dimensional genetic data analysis. Many of the methods are illustrated with clinical examples.Emphasizing the applications of survival analysis techniques in genetics, this book presents a statistical framework for burgeoning research in this area and offers a set of established approaches for statistical analysis. It reveals a new way of looking at how predictors are associated with censored survival time and extracts novel statistical genetic methods for censored survival time outcome from the vast amount of research results in genomics.