
Springer Spektrum
Model-Based Recursive Partitioning with Adjustment for Measurement Error: Applied to the Cox's Proportional Hazards and Weibull Model

Model-Based Recursive Partitioning with Adjustment for Measurement Error: Applied to the Cox's Proportional Hazards and Weibull Model
Die ersten beiden S?tze des Kurztextes f?r den Umschlag sollen die wichtigsten Vorteile und Kernaussagen Ihres Buches herausstellen. Einleitungss?tze wie "In den letzten Jahren..." o.?. sollen vermieden werden. Dies dient dazu, dem Buch die bestm?gliche Aufmerksamkeit und Auffindbarkeit zu gew?hrleisten. Bei Google und Amazon werden beispielsweise h?ufig nur Vorschauen angezeigt. Daher ist es wichtig, die Verkaufsargumente direkt in den ersten beiden S?tzen, die in einer solchen Vorschau erscheinen w?rden, zu platzieren. Auch lesen viele potenzielle K?ufer nicht den ganzen Umschlagtext, sondern nur die ersten 1 bis 2 S?tze. Am Ende des Kurztextes kann gern noch ein 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.
Author: Hanna Birke |
Publisher: Springer Spektrum |
Publication Date: Feb 11, 2015 |
Number of Pages: 240 pages |
Binding: Paperback or Softback |
ISBN-10: 3658085045 |
ISBN-13: 9783658085049 |