Biostatistics for Animal Science
Třetí vydání této knihy obsahuje 23 kapitol, které pojednávají o návrhu a aplikaci vhodných experimentálních návrhů a statistických metod ve studiích živočišné výroby. Každá kapitola začíná uvedením problému s praktickými otázkami, po kterých následuje stručná teoretická východiska a krátké důkazy. Prvních pět kapitol knihy poskytuje základní úvod do biostatistiky, včetně definic pojmů, pokrytí popisné statistiky a grafické prezentace dat, základní pravidla pravděpodobnosti, metody odhadu parametrů a popisy rozdělení, které se později používají při analýze dat. . Kapitola 6 popisuje testování hypotéz a obsahuje vysvětlení nulových a alternativních hypotéz, použití funkcí pravděpodobnosti nebo hustoty, kritických hodnot, kritických oblastí a hodnot P. Kapitoly 7 až 10 představují témata korelace a regrese. Pokrytí začíná jednoduchou lineární regresí a popisuje model, jeho parametry a jeho předpoklady. Jsou zobrazeny metody nejmenších čtverců a maximální věrohodnosti odhadu parametrů. Je představen koncept rozdělení celkového rozptylu na vysvětlené a nevysvětlené zdroje. V kapitole 8 je uveden obecný význam a definice korelačního koeficientu a odhad korelačního koeficientu ze vzorků a testování hypotéz. Rovněž jsou vysvětleny hodnostní a dílčí korelace. V kapitolách 9 a 10 jsou popsány vícenásobné a křivočaré regrese. Důležité pojmy jsou vysvětleny pomocí matic ve stejném pořadí argumentů jako pro jednoduchou regresi. Budování modelu je diskutováno a porovnáváno s testováním hypotéz. Jsou popsány některé běžné problémy regresní analýzy, včetně odlehlých hodnot a multikolinearity, a je vysvětlena jejich detekce a možné korekce, včetně použití hřebenové a robustní regrese. Jsou představeny polynomiální, nelineární a segmentované regrese. Jednosměrná analýza rozptylu je představena v kapitolách 11 a 12. V kapitole 11 je model jednosměrné analýzy rozptylu s pevným efektem použit k definování hypotéz, rozdělení součtů čtverců za účelem použití F testu a odhadu prostředků a efektů. . Je ukázáno potestové srovnání průměrů, včetně nejmenšího významného rozdílu, Tukeyho testu a kontrastů. Charakteristiky jednosměrného modelu náhodného efektu jsou popsány v kapitole 12 a smíšené modely, které zahrnují pevné a náhodné efekty, jsou uvedeny v kapitole 13. Kapitoly 14 až 19 se zaměřují na konkrétní experimentální návrhy a jejich analýzy. Specifická témata zahrnují: obecné koncepty designu, blokování, přechodové návrhy, faktoriály, vnořené návrhy a rozdělené grafy. Další tři kapitoly pokrývají analýzu kovariance, opakovaná měření a analýzu numerických úrovní léčby. U každého tématu jsou uvedeny příklady s ukázkovými programy SAS, aktualizované o přístupy pro výpočet vhodných stupňů volnosti. Závěrečná kapitola pokrývá speciální téma diskrétních, kategorických a spojitých nenormálních závislých proměnných. Sekce kapitoly jsou seřazeny podle typu proměnné včetně následujících diskrétních proměnných: binomická, Poissonova, geometrická a záporná binomická. Jsou vysvětleny logitové a probitové modely pro binární a binomické závislé proměnné a jsou zahrnuty diagnostické testy a analýza ROC křivky. Tato kniha je napsána především pro studenty a výzkumníky živočišných věd; může však být zajímavá i pro ty, kteří studují jiné zemědělské, biologické a veterinární vědy.
Autor: Author(s) Kaps, M., Lamberson, W. R.
| Nakladatel | CABI International |
|---|---|
| ISBN | 9781786390356 |
| Vydání | 2017 |
| Vazba | |
| Počet stran | 448 |
The third edition of this book contains 23 chapters that discuss the design and application of appropriate experimental designs and statistical methods in animal production studies. Each chapter begins by introducing a problem with practical questions, followed with a brief theoretical background and short proofs. The first five chapters of the book provide a basic introduction to biostatistics, including definitions of terms, coverage of descriptive statistics and graphical presentation of data, the basic rules of probability, methods of parameter estimation and descriptions of distributions which are used later in analysing data. Chapter 6 describes hypothesis testing and includes explanations of the null and alternate hypotheses, use of probability or density functions, critical values, critical regions and P values. Chapters 7 to 10 present the topics of correlation and regression. The coverage begins with simple linear regression and describes the model, its parameters and its assumptions. Least squares and maximum likelihood methods of parameter estimation are shown. The concept of partitioning the total variance to explained and unexplained sources is introduced. In Chapter 8 the general meaning and definition of the correlation coefficient and the estimation of the correlation coefficient from samples and testing of hypothesis are shown. Also, rank and partial correlations are explained. In chapters 9 and 10, multiple and curvilinear regressions are described. Important concepts are explained using matrices in the same order of argument as for simple regression. Model building is discussed and contrasted to hypothesis testing. Some common problems of regression analysis, including outliers and multicollinearity are described, and their detection and possible corrections are explained, including use of ridge and robust regression. Polynomial, nonlinear and segmented regressions are introduced. One-way analysis of variance is introduced in chapters 11 and 12. In Chapter 11, a fixed effect one-way analysis of variance model is used to define hypotheses, partition sums of squares in order to use an F test and estimate means and effects. Post-test comparison of means, including least significant difference, Tukey test and contrasts are shown. Characteristics of a random effect one-way model are covered in Chapter 12, and mixed models which include fixed and random effects are introduced in Chapter 13. Chapters 14 to 19 focus on specific experimental designs and their analyses. Specific topics include: general concepts of design, blocking, change-over designs, factorials, nested designs and split plots. The next three chapters cover analysis of covariance, repeated measures and analysis of numerical treatment levels. Examples with sample SAS programmes, updated with approaches for calculating appropriate degrees of freedom, are provided for each topic. The final chapter covers the special topic of discrete, categorical and continuous non-normal dependent variables. The sections of the chapter are listed by the variable type including the following discrete variables: binomial, Poisson, geometric and negative binomial. Logit and probit models for binary and binomial dependent variables are explained and diagnostic tests and ROC curve analysis are included. This book is written mainly for students and researchers of animal sciences; however it may also be of interest for those studying other agricultural, biological and veterinary sciences.
Chapter: 1 (Page no: 1)
Presenting and summarizing data.
Author(s): Kaps, M. Lamberson, W. R.
Chapter: 2 (Page no: 14)
Probability.
Author(s): Kaps, M. Lamberson, W. R.
Chapter: 3 (Page no: 24)
Random variables and their distributions.
Author(s): Kaps, M. Lamberson, W. R.
Chapter: 4 (Page no: 66)
Population and sample.
Author(s): Kaps, M. Lamberson, W. R.
Chapter: 5 (Page no: 69)
Estimation of parameters.
Author(s): Kaps, M. Lamberson, W. R.
Chapter: 6 (Page no: 84)
Hypothesis testing.
Author(s): Kaps, M. Lamberson, W. R.
Chapter: 7 (Page no: 131)
Simple linear regression.
Author(s): Kaps, M. Lamberson, W. R.
Chapter: 8 (Page no: 166)
Correlation.
Author(s): Kaps, M. Lamberson, W. R.
Chapter: 9 (Page no: 175)
Multiple linear regression.
Author(s): Kaps, M. Lamberson, W. R.
Chapter: 10 (Page no: 220)
Curvilinear regression.
Author(s): Kaps, M. Lamberson, W. R.
Chapter: 11 (Page no: 246)
Fixed effects one-way analysis of variance.
Author(s): Kaps, M. Lamberson, W. R.
Chapter: 12 (Page no: 288)
Random effects one-way analysis of variance.
Author(s): Kaps, M. Lamberson, W. R.
Chapter: 13 (Page no: 305)
Mixed models.
Author(s): Kaps, M. Lamberson, W. R.
Chapter: 14 (Page no: 310)
Concepts of experimental design.
Author(s): Kaps, M. Lamberson, W. R.
Chapter: 15 (Page no: 320)
Blocking.
Author(s): Kaps, M. Lamberson, W. R.
Chapter: 16 (Page no: 357)
Change-over designs.
Author(s): Kaps, M. Lamberson, W. R.
Chapter: 17 (Page no: 375)
Factorial experiments.
Author(s): Kaps, M. Lamberson, W. R.
Chapter: 18 (Page no: 386)
Hierarchical or nested design.
Author(s): Kaps, M. Lamberson, W. R.
Chapter: 19 (Page no: 393)
Split-plot design.
Author(s): Kaps, M. Lamberson, W. R.
Chapter: 20 (Page no: 404)
Analysis of covariance.
Author(s): Kaps, M. Lamberson, W. R.
Chapter: 21 (Page no: 416)
Repeated measures.
Author(s): Kaps, M. Lamberson, W. R.
Chapter: 22 (Page no: 439)
Analysis of numerical treatment levels.
Author(s): Kaps, M. Lamberson, W. R.
Chapter: 23 (Page no: 447)
Discrete, categorical and other non-normal dependent variables.
Author(s): Kaps, M. Lamberson, W. R.