| |
|
|
|
|
|
|
|
|
1. |
Record Nr. |
UNICAMPANIAVAN0039119 |
|
|
Titolo |
Le incisioni di Jacques Callot nelle collezioni italiane |
|
|
|
|
|
Pubbl/distr/stampa |
|
|
|
|
|
|
ISBN |
|
|
|
|
|
|
Edizione |
[Milano : Mazzotta] |
|
|
|
|
|
Descrizione fisica |
|
Catalogo della Mostra tenuta a Roma, Pisa e Napoli nel 1992. |
|
|
|
|
|
|
Disciplina |
|
|
|
|
|
|
Lingua di pubblicazione |
|
|
|
|
|
|
Formato |
Materiale a stampa |
|
|
|
|
|
Livello bibliografico |
Monografia |
|
|
|
|
|
2. |
Record Nr. |
UNICAMPANIAVAN00133474 |
|
|
Titolo |
Applications of Chaos and Nonlinear Dynamics in Science and Engineering 4 / Santo Banerjee, Lamberto Rondoni editors |
|
|
|
|
|
|
|
Pubbl/distr/stampa |
|
|
|
|
|
|
Titolo uniforme |
Applications of Chaos and Nonlinear Dynamics in Science and Engineering. 4 |
|
|
|
|
|
|
|
Descrizione fisica |
|
vii, 304 p. : ill. ; 24 cm |
|
|
|
|
|
|
Soggetti |
|
00A69 - General applied mathematics [MSC 2020] |
00B15 - Collections of articles of miscellaneous specific interest [MSC 2020] |
37-XX - Dynamical systems and ergodic theory [MSC 2020] |
37N35 - Dynamical systems in control [MSC 2020] |
|
|
|
|
|
|
|
|
Lingua di pubblicazione |
|
|
|
|
|
|
Formato |
Materiale a stampa |
|
|
|
|
|
Livello bibliografico |
Monografia |
|
|
|
|
|
|
|
|
|
|
|
|
3. |
Record Nr. |
UNINA9910149236903321 |
|
|
Titolo |
バイオ統計の基礎：医薬統計入門 (バイオ統計シリ－ズ) |
|
|
|
|
|
Pubbl/distr/stampa |
|
|
東京, : 近代科学社, 2010.2 |
|
東京 : , : 近代科学社, , 2010 |
|
|
|
|
|
|
|
|
|
ISBN |
|
|
|
|
|
|
|
|
Edizione |
[1st ed.] |
|
|
|
|
|
Descrizione fisica |
|
|
|
|
|
|
Collana |
|
|
|
|
|
|
Classificazione |
|
|
|
|
|
|
Altri autori (Persone) |
|
|
|
|
|
|
|
|
Soggetti |
|
|
|
|
|
|
Lingua di pubblicazione |
|
|
|
|
|
|
Formato |
Materiale a stampa |
|
|
|
|
|
Livello bibliografico |
Monografia |
|
|
|
|
|
Note generali |
|
|
|
|
|
|
Nota di contenuto |
|
紙 -- バイオ統 シリーズ 刊 にあたって -- まえがき -- 目 次 -- 第1章 確率的推 -- 1.1 確率 -- 1.2 検曲線 -- 1.4 ベイズの定理 -- 1.5 ベイズの定理の応用 -- 1.5.1 断のための検キャリアの 断 -- 第2章 データの 現 -- 2.1 ヒストグラム -- 2.2 累積度数図 -- 2.3 中心的傾向の尺度 -- 2.4 散布度 -- 2.5 箱ひげ図 -- 第3章 データの数学モデル -- 3.1 散型確率変数 -- 3.2 代 的な 散型分布 -- 3.2.1 二 分布 -- 3.2.2 ポアソン分布 -- 3.2.3 一様分布 -- 3.2.4 幾何分布 -- 3.3 2 次元の 散型確率変数 -- 3.3.1 2 次元 散型確率変数 -- 3.3.2 2 次元確率変数の期待値 -- 3.3.3 条件付分布 -- 3.3.4 条件付期待値 -- 3.4 続型確率変数 -- 3.4.1 二 分布の正 似 -- 3.4.2 続型確率変数 -- 3.4.3 代 的な 続型分布 -- 3.4.3.1 正 分布 -- 3.4.3.2 一様分布 -- 3.4.3.3 生存分布 -- 3.4.3.4 生存 数とハザード 数 -- 3.4.3.5 生存分布の例 -- 3.4.4 続型確率変数の期待値と分散 -- 3.5 2 次元 続型確率変数 -- 3.5.1 同時密度 数と周 密度 数 -- 3.5.2 条件付期待値 -- 3.6 確率変数の和の期待値と分散 -- 3.7 正 分布に わる確率変数 -- 3.8 漸 理 -- 3.8.1 大数の法則 -- 3.8.2 中心極 定理 -- 第4章 統 的推測の基本 -- 4.1 母 団と標本 -- 4.2 バイアス -- 4.2.1 択バイアス -- 4.2.2 交絡 -- 4.3 基本的枠組み -- 第5章 推定 -- 5.1 推定の精度 -- 5.2 推定値の求め方 -- 5.2.1 回帰直線の推定 -- 5.2.2 最小二乗法 -- 5.2.3 最尤推定法 -- 5.2.3.1 え方 -- 5.2.3.2 回帰直線の推定 -- 5.2.4 最小二乗推定 ・最尤推定 の性 -- 5.3 区 推定 -- 5.3.1 1 標本 母 団が正 分布にしたがう場合 -- 5.3.2 2 標本 標本が正 分布にしたがいσ2X= σ2Yの場合 -- 5.3.3 対応がある2 標本 標本が正 分布にしたがう場合 -- 5.3.4 標本が正 分布にしたがわないとき -- 5.3.5 比率の信 区 -- 5.3.6 比率の差の信 区 -- 第6章 検定 -- 6.1 統 的検定の え方 -- 6.1.1 片側p 値と両側p 値 -- 6.1.2 二種 の り -- 6.1.3 p 値による判定 -- 6.1.4 p 値による判定の問 点 その -- 6.1.5 p 値による判定の問 点 その -- |
|
|
|
|
|
|
|
|
|
|
|
6.1.6 検出力 -- 6.2 2 標本検定 -- 6.2.1 標本が正 分布にしたがう場合 -- 6.2.2 標本が正 分布にしたがわない場合 -- 6.2.2.1 並べ替え検定 -- 6.2.2.2 ウィルコクスン検定 -- 6.3 対応がある2 標本の検定 -- 6.3.1 標本が正 分布にしたがう場合 -- 6.3.2 標本が正 分布にしたがわない場合 -- 6.4 比率の検定 -- 6.4.1 一標本比率の検定 -- 6.4.2 比率の差の検定 -- 6.4.2.1 似検定 -- 6.4.2.2 直接検定 -- 6.4.3 対応があるデータの比率の差の検定 -- 6.5 症例数の -- 第7章 回帰モデル -- 7.1 単回帰モデル -- 7.1.1 5.2 節の復習 -- 7.1.2 検定と信 区 -- 7.1.3 ピアソンの相 係数 -- 7.1.4 分散分析 -- 7.1.5 決定係数 -- 7.1.6 データの 析 -- 7.2 回帰モデル -- 7.2.1 回帰モデルとは -- 7.2.2 分散分析 -- 7.2.3 回帰係数の信 区 と検定 -- 7.2.4 モデルを作る -- 7.2.4.1 え方 -- 7.3 残差のチェック -- 7.3.1 データの 析 -- 7.4 ロジスティック回帰分析. |
7.4.1 ロジスティック回帰分析とは -- 7.4.2 ロジスティックモデルの用 -- 7.4.3 回帰係数の意味 -- 7.4.4 パラメータの推定と検定 -- 7.4.5 データの 析 -- 7.5 コンピュータソフトの使い方 -- 7.5.1 JMPによる分析 -- 7.5.2 R による分析 -- 参 文献 -- 演習問 答 -- 索引 -- 略歴 -- 奥付 -- お断り. |
|
|
|
|
|
|
Sommario/riassunto |
|
バイオ統計学が対象とする｢臨床｣｢環境｣｢ゲノム｣の分野ごとに具体的なデータを中心にすえて、確率的推論、データ収集の計画、データ解析の基礎と方法を明快に分かりやすく述べた、わが国初めてのバイオ統計学テキストシリーズである。本書は、医学や医療に志す学生のテキストとして使用できるように、高等学校｢数学1」・｢数学2｣程度の数学的バックグラウンドの読者に理解できるよう配慮してある。また、久留米大学、九州大学、東京理科大学医薬統計コースで行った講義ノートをベースにしており、具体的な医療事例を使って、統計を理解できるようになっている。内容はベイズの定理とその応用、統計的推定・検定、分散分析、回帰分析、ロジスティック回帰分析の基礎を解説する。. |
|
|
|
|
|
|
|
| |