Описание
Авансированный курс по моделям и методам для зависимых данных с акцентом на ненормально распределённые данные. Темы включают линейные и обобщённые линейные смешанные модели, логистическую модель для бинарных данных, логлинейную модель для счётных данных, маргинальные vs. условные модели, обобщённые оценки уравнений, пропущенные данные.
Предварительные требования
- Курс(ы)-предпосылки: Знание простой регрессионной аналитики.
Условия и порядок
- Курс(ы)-предпосылки: Знание простой регрессионной аналитики.
Текст источника на языке оригинала
Advanced course in models and methods for dependent data, an emphasis on non-normally distributed data. Topics include linear and generalized linear mixed models, logistic model for binary data, log-linear model for count data, marginal vs. conditional models, generalized estimating equation, missing data.
- Prerequisite(s): Knowledge of simple regression analysis.
Источники и ссылки
Даты и источники сохраняются, чтобы помочь вам проверить сведения. Переводы предлагаются для удобства чтения; официальным источником для условий и требований является оригинал.
Исходная ссылка : https://calendar.carleton.ca/grad/courses/STAT/