Leserbewertungen
Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 3 Stimmen.
Originaltitel:
Medical Risk Prediction Models: With Ties to Machine Learning
Inhalt des Buches:
Medical Risk Prediction Models: With Ties to Machine Learning ist ein praxisorientiertes Buch für Kliniker, Epidemiologen und professionelle Statistiker, die ein statistisches Vorhersagemodell auf der Grundlage von Daten erstellen oder bewerten müssen. Gegenstand des Buches ist die individuelle Wahrscheinlichkeit eines medizinischen Ereignisses für einen Patienten innerhalb eines bestimmten Zeithorizonts. Gerds und Kattan beschreiben die mathematischen Details der Erstellung und Auswertung eines statistischen Vorhersagemodells in einer sehr pädagogischen Art und Weise und vermeiden dabei mathematische Notationen. Lesen Sie dieses Buch, wenn Sie Zweifel daran haben, ob ein Cox-Regressionsmodell eine bessere Vorhersage liefert als ein zufälliger Überlebenswald.
Merkmale:
⬤ Alles, was Sie wissen müssen, um einen Online-Risiko-Rechner von Grund auf korrekt zu erstellen.
⬤ Diskriminierung, Kalibrierung und Vorhersageleistung mit zensierten Daten und konkurrierenden Risiken.
⬤ R-Code und anschauliche Beispiele.
⬤ Interpretation der Vorhersageleistung durch Benchmarks.
⬤ Vergleich und Kombination konkurrierender Modellierungsstrategien durch Kreuzvalidierung.
Thomas A. Gerds ist Professor an der Abteilung für Biostatistik an der Universität Kopenhagen und arbeitet mit der Dänischen Herzstiftung zusammen. Er ist der Autor mehrerer R-Pakete auf CRAN und unterrichtet seit vielen Jahren Statistikkurse für Nicht-Statistiker.
Michael W. Kattan ist ein viel zitierter Autor und Vorsitzender der Abteilung für quantitative Gesundheitswissenschaften an der Cleveland Clinic. Er ist Fellow der American Statistical Association und hat zwei Auszeichnungen von der Society for Medical Decision Making erhalten: den Eugene L. Saenger Award for Distinguished Service und den John M. Eisenberg Award for Practical Application of Medical Decision-Making Research.
Weitere Daten des Buches:
| ISBN: | 9781138384477 |
| Autor: | |
| Verlag: | |
| Einband: | Hardcover |
| Erscheinungsjahr: | 2021 |
| Seitenzahl: | 290 |
Kauf:
Derzeit verfügbar, auf Lager.
