×

编者按:纵向数据潜在变量模型专题。 (英语) Zbl 1368.00049号

本文简介:本专题旨在介绍纵向数据LV模型的最新进展及其在生物特征领域的实际研究中的应用。在下文中,我们将简要介绍本特别部分中包含的文章。

MSC公司:

00B15号机组 杂项特定利益物品的收集
2006年6月62日 与统计有关的会议记录、会议记录、收集等
62页第10页 统计学在生物学和医学中的应用;元分析
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Asar,慢性肾脏病患者急性肾损伤的短期和长期影响:纵向分析,《生物医学杂志》58第1552页–(2016)·Zbl 1353.62114号 ·doi:10.1002/bimj.201500270
[2] Bartolucci,纵向数据的潜在马尔可夫模型(2013)·兹比尔1341.62002
[3] 巴塞洛缪,《潜在变量模型和因子分析:统一方法》(2011年)·Zbl 1266.62040号 ·数字对象标识代码:10.1002/9781119970583
[4] Helwig,通过Parafac2在功能和结构约束下估计多元纵向数据的潜在趋势,生物统计学杂志(2017)·Zbl 1369.62295号 ·doi:10.1002/bimj.201600045
[5] Skrondal,《广义潜在变量建模:多级、纵向和结构方程模型》(2004)·Zbl 1097.62001 ·doi:10.1201/9780203489437
[6] Smiled,《多途径分析:在化学科学中的应用》(2004)·doi:10.1002/0470012110
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。