Note :
Il n'y a actuellement aucun avis de lecteur. La note est basée sur 4 votes.
Measurement Error: Models, Methods, and Applications
Au cours des vingt dernières années, des stratégies globales ont vu le jour pour traiter les erreurs de mesure dans des modèles complexes et pour tenir compte de l'utilisation de données supplémentaires afin d'estimer les paramètres des erreurs de mesure. Se concentrant à la fois sur les approches établies et nouvelles, Measurement Error : Models, Methods, and Applications fournit une vue d'ensemble des principales techniques et illustre leur application dans divers modèles. Il décrit l'impact des erreurs de mesure sur les analyses naïves qui les ignorent et présente des moyens de les corriger dans une variété de modèles statistiques, des simples problèmes à un échantillon aux modèles de régression, en passant par des modèles mixtes et de séries temporelles plus complexes.
Le livre couvre les méthodes de correction basées sur des paramètres d'erreur de mesure connus, la réplication, les données de validation interne ou externe et, pour certains modèles, les variables instrumentales. Il met l'accent sur l'utilisation de plusieurs méthodes relativement simples, les corrections de moment, le calibrage de la régression, l'extrapolation par simulation (SIMEX), les méthodes d'équation d'estimation modifiée et les techniques de vraisemblance. L'auteur utilise SAS-IML et Stata pour mettre en œuvre de nombreuses techniques dans les exemples.
Accessible à un large public, ce livre explique comment modéliser l'erreur de mesure, les effets de son ignorance et comment la corriger. Plus appliqué que la plupart des ouvrages sur les erreurs de mesure, il décrit les modèles et méthodes de base, leur utilisation dans une série de domaines d'application et la terminologie associée.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)