Tekijä: George A. Milliken; Dallas E. Johnson Kustantaja: Taylor & Francis Inc (2009) Saatavuus: | Arvioimme, että tuote lähetetään meiltä noin 1-3 viikossa
Tekijä: George A. Milliken; Dallas E. Johnson Kustantaja: Taylor & Francis Inc (2001) Saatavuus: | Arvioimme, että tuote lähetetään meiltä noin 1-3 viikossa
Tekijä: George A. Milliken; Dallas E. Johnson Kustantaja: Taylor & Francis Ltd (1989) Saatavuus: | Arvioimme, että tuote lähetetään meiltä noin 1-3 viikossa
Tekijä: George A. Milliken; Dallas E. Johnson Kustantaja: Taylor & Francis Ltd (2019) Saatavuus: | Arvioimme, että tuote lähetetään meiltä noin 1-3 viikossa
Taylor & Francis Inc Sivumäärä: 688 sivua Asu: Kovakantinen kirja Painos: 2nd edition Julkaisuvuosi: 2009, 02.03.2009 (lisätietoa) Kieli: Englanti
A bestseller for nearly 25 years, Analysis of Messy Data, Volume 1: Designed Experiments helps applied statisticians and researchers analyze the kinds of data sets encountered in the real world. Written by two long-time researchers and professors, this second edition has been fully updated to reflect the many developments that have occurred since the original publication.
New to the Second Edition
Several modern suggestions for multiple comparison procedures Additional examples of split-plot designs and repeated measures designs The use of SAS-GLM to analyze an effects model The use of SAS-MIXED to analyze data in random effects experiments, mixed model experiments, and repeated measures experiments
The book explores various techniques for multiple comparison procedures, random effects models, mixed models, split-plot experiments, and repeated measures designs. The authors implement the techniques using several statistical software packages and emphasize the distinction between design structure and the structure of treatments. They introduce each topic with examples, follow up with a theoretical discussion, and conclude with a case study. Bringing a classic work up to date, this edition will continue to show readers how to effectively analyze real-world, nonstandard data sets.