Likelihood and Bayesian Inference

With Applications in Biology and Medicine
 
 
Springer (Verlag)
  • 2. Auflage
  • |
  • erschienen am 31. März 2020
  • |
  • XIII, 402 Seiten
 
E-Book | PDF mit Wasserzeichen-DRM | Systemvoraussetzungen
978-3-662-60792-3 (ISBN)
 
This richly illustrated textbook covers modern statistical methods with applications in medicine, epidemiology and biology. Firstly, it discusses the importance of statistical models in applied quantitative research and the central role of the likelihood function, describing likelihood-based inference from a frequentist viewpoint, and exploring the properties of the maximum likelihood estimate, the score function, the likelihood ratio and the Wald statistic. In the second part of the book, likelihood is combined with prior information to perform Bayesian inference. Topics include Bayesian updating, conjugate and reference priors, Bayesian point and interval estimates, Bayesian asymptotics and empirical Bayes methods. It includes a separate chapter on modern numerical techniques for Bayesian inference, and also addresses advanced topics, such as model choice and prediction from frequentist and Bayesian perspectives. This revised edition of the book "Applied Statistical Inference" has been expanded to include new material on Markov models for time series analysis. It also features a comprehensive appendix covering the prerequisites in probability theory, matrix algebra, mathematical calculus, and numerical analysis, and each chapter is complemented by exercises. The text is primarily intended for graduate statistics and biostatistics students with an interest in applications.



2nd ed. 2020
  • Englisch
  • Heidelberg
  • |
  • Deutschland
Springer Berlin
  • 84 s/w Abbildungen
  • |
  • 84 schwarz-weiße Abbildungen, Bibliographie
  • 8,82 MB
978-3-662-60792-3 (9783662607923)
10.1007/978-3-662-60792-3
weitere Ausgaben werden ermittelt

Leonhard Held is a Full Professor of Biostatistics, Director of the Master's Program in Biostatistics and Chair of the Center for Reproducible Science at the University of Zurich, Switzerland. He has published several books and numerous articles on statistical methodology, applied statistics and biomedical research and teaches undergraduate and graduate-level courses in Biostatistics and Medical Statistics.

Daniel Sabanés Bové completed his PhD in Statistics at the University of Zurich under the supervision of Leonhard Held. He started his career as a biostatistician in oncology drug development at Hoffmann-La Roche in 2013, and has been a data scientist at Google since 2018.



Dateiformat: PDF
Kopierschutz: Wasserzeichen-DRM (Digital Rights Management)

Systemvoraussetzungen:

Computer (Windows; MacOS X; Linux): Verwenden Sie zum Lesen die kostenlose Software Adobe Reader, Adobe Digital Editions oder einen anderen PDF-Viewer Ihrer Wahl (siehe E-Book Hilfe).

Tablet/Smartphone (Android; iOS): Installieren Sie die kostenlose App Adobe Digital Editions oder eine andere Lese-App für E-Books (siehe E-Book Hilfe).

E-Book-Reader: Bookeen, Kobo, Pocketbook, Sony, Tolino u.v.a.m. (nur bedingt: Kindle)

Das Dateiformat PDF zeigt auf jeder Hardware eine Buchseite stets identisch an. Daher ist eine PDF auch für ein komplexes Layout geeignet, wie es bei Lehr- und Fachbüchern verwendet wird (Bilder, Tabellen, Spalten, Fußnoten). Bei kleinen Displays von E-Readern oder Smartphones sind PDF leider eher nervig, weil zu viel Scrollen notwendig ist. Mit Wasserzeichen-DRM wird hier ein "weicher" Kopierschutz verwendet. Daher ist technisch zwar alles möglich - sogar eine unzulässige Weitergabe. Aber an sichtbaren und unsichtbaren Stellen wird der Käufer des E-Books als Wasserzeichen hinterlegt, sodass im Falle eines Missbrauchs die Spur zurückverfolgt werden kann.

Weitere Informationen finden Sie in unserer E-Book Hilfe.


Download (sofort verfügbar)

80,24 €
inkl. 5% MwSt.
Download / Einzel-Lizenz
PDF mit Wasserzeichen-DRM
siehe Systemvoraussetzungen
E-Book bestellen