首页> 外文OA文献 >Valid statistical approaches for analyzing sholl data: Mixed effects versus simple linear models

【2h】

Valid statistical approaches for analyzing sholl data: Mixed effects versus simple linear models

机译：用于分析Sholl数据的有效统计方法：混合效果与简单的线性模型

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

AI期刊论文写作 >>

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Machelle D. Wilson; Sunjay Sethi; Pamela J. Lein; Kimberly P. Keil;
展开▼
作者单位

展开▼
年度 2017
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. Valid statistical approaches for analyzing sholl data: Mixed effects versus simple linear models [J] . Wilson Machelle D., Sethi Sunjay, Lein Pamela J., Journal of Neuroscience Methods . 2017,第期

机译：用于分析Sholl数据的有效统计方法：混合效果与简单的线性模型
2. Multivariate Mixed Linear Model Analysis of Longitudinal Data - An Information-Rich Statistical Technique for Analyzing Plant Disease Resistance [J] . Yogasudha Veturi, Kristen Kump, Ellie Walsh, Phytopathology . 2012,第11期

机译：纵向数据的多元混合线性模型分析-分析植物抗病性的信息丰富的统计技术
3. Contribution of EMI and GPR proximal sensing data in soil water content assessment by using linear mixed effects models and geostatistical approaches [J] . Barca Emanuele, De Benedetto Daniela, Stellacci Anna Maria Geoderma: An International Journal of Soil Science . 2019,第期

机译：通过使用线性混合效果模型和地统计方法，EMI和GPR近端感测数据在土壤水分含量评估中的贡献
4. Riemannian Nonlinear Mixed Effects Models: Analyzing Longitudinal Deformations in Neuroimaging [C] . Hyunwoo J. Kim, Nagesh Adluru, Heemanshu Suri, IEEE Conference on Computer Vision and Pattern Recognition . 2017

机译：黎曼非线性混合效应模型：分析神经成像的纵向变形
5. Varying -coefficient models for longitudinal data: Piecewise -continuous, flexible, mixed -effects models and methods for analyzing data with nonignorable dropout [D] . Forster, Jeri E. 2006

机译：纵向数据的变系数模型：分段连续，灵活，混合效果模型和分析方法，具有不可忽略的辍学数据
6. Valid Statistical Approaches for Analyzing Sholl Data: Mixed Effects versus Simple Linear Models [O] . Machelle D. Wilson, Sunjay Sethi, Pamela J. Lein, -1

机译：分析震荡数据的有效统计方法：混合效应与简单线性模型
7. PMC24 LAST OBSERVATION CARRIED FORWARD (LOCF) VS. MIXED-EFFECTS MODEL REPEATED MEASURES (MMRM): EMPIRICAL EVALUATION OF TWO APPROACHES TO ANALYZING LONGITUDINAL DATA WITH MISSING OBSERVATIONS [O] . Jo H, Gemmen E, Bharmal M 2010

机译：PMC24上次观测向前（LOCF）VS。混合效应模型重复措施（MMRM）：两种方法的经验性评估：缺失观测值的纵向数据分析

Valid statistical approaches for analyzing sholl data: Mixed effects versus simple linear models

著录项

引文网络

相似文献

相关主题

期刊订阅