Birke | Model-Based Recursive Partitioning with Adjustment for Measurement Error | E-Book | www.sack.de
E-Book

E-Book, Englisch, 240 Seiten

Reihe: BestMasters

Birke Model-Based Recursive Partitioning with Adjustment for Measurement Error

Applied to the Cox's Proportional Hazards and Weibull Model
2015
ISBN: 978-3-658-08505-6
Verlag: Springer
Format: PDF
 Kopierschutz: 1 - PDF Watermark

Applied to the Cox's Proportional Hazards and Weibull Model

E-Book, Englisch, 240 Seiten

Reihe: BestMasters

ISBN: 978-3-658-08505-6
Verlag: Springer
Format: PDF
 Kopierschutz: 1 - PDF Watermark

?Model-based recursive partitioning (MOB) provides a powerful synthesis between machine-learning inspired recursive partitioning methods and regression models. Hanna Birke extends this approach by allowing in addition for measurement error in covariates, as frequently occurring in biometric (or econometric) studies, for instance, when measuring blood pressure or caloric intake per day. After an introduction into the background, the extended methodology is developed in detail for the Cox model and the Weibull model, carefully implemented in R, and investigated in a comprehensive simulation study.

Hanna Birke wrote her master thesis under the supervision of Prof. Dr. Thomas Augustin at the department of statistics of the LMU Munich and is currently working on her doctoral thesis.

Birke Model-Based Recursive Partitioning with Adjustment for Measurement Error jetzt bestellen!

Autoren/Hrsg.

Birke, Hanna
Ihre Fragen, Wünsche oder Anmerkungen
Vorname*
Nachname*
Ihre E-Mail-Adresse*
Kundennr.
Ihre Nachricht*
Lediglich mit * gekennzeichnete Felder sind Pflichtfelder.
Wenn Sie die im Kontaktformular eingegebenen Daten durch Klick auf den nachfolgenden Button übersenden, erklären Sie sich damit einverstanden, dass wir Ihr Angaben für die Beantwortung Ihrer Anfrage verwenden. Selbstverständlich werden Ihre Daten vertraulich behandelt und nicht an Dritte weitergegeben. Sie können der Verwendung Ihrer Daten jederzeit widersprechen. Das Datenhandling bei Sack Fachmedien erklären wir Ihnen in unserer Datenschutzerklärung.