Joachim Hartung – författare

An accessible introduction to performing meta-analysis across various areas of research The practice of meta-analysis allows researchers to obtain findings from various studies and compile them to verify and form one overall conclusion. Statistical Meta-Analysis with Applications presents the necessary statistical methodologies that allow readers to tackle the four main stages of meta-analysis: problem formulation, data collection, data evaluation, and data analysis and interpretation. Combining the authors' expertise on the topic with a wealth of up-to-date information, this book successfully introduces the essential statistical practices for making thorough and accurate discoveries across a wide array of diverse fields, such as business, public health, biostatistics, and environmental studies.Two main types of statistical analysis serve as the foundation of the methods and techniques: combining tests of effect size and combining estimates of effect size. Additional topics covered include: Meta-analysis regression proceduresMultiple-endpoint and multiple-treatment studies The Bayesian approach to meta-analysis Publication bias Vote counting procedures Methods for combining individual tests and combining individual estimates Using meta-analysis to analyze binary and ordinal categorical data Numerous worked-out examples in each chapter provide the reader with a step-by-step understanding of the presented methods. All exercises can be computed using the R and SAS software packages, which are both available via the book's related Web site. Extensive references are also included, outlining additional sources for further study.Requiring only a working knowledge of statistics, Statistical Meta-Analysis with Applications is a valuable supplement for courses in biostatistics, business, public health, and social research at the upper-undergraduate and graduate levels. It is also an excellent reference for applied statisticians working in industry, academia, and government.

An accessible introduction to performing meta-analysis across various areas of research

The practice of meta-analysis allows researchers to obtain findings from various studies and compile them to verify and form one overall conclusion. Statistical Meta-Analysis with Applications presents the necessary statistical methodologies that allow readers to tackle the four main stages of meta-analysis: problem formulation, data collection, data evaluation, and data analysis and interpretation. Combining the authors'' expertise on the topic with a wealth of up-to-date information, this book successfully introduces the essential statistical practices for making thorough and accurate discoveries across a wide array of diverse fields, such as business, public health, biostatistics, and environmental studies.

Two main types of statistical analysis serve as the foundation of the methods and techniques: combining tests of effect size and combining estimates of effect size. Additional topics covered include:

Meta-analysis regression procedures

Multiple-endpoint and multiple-treatment studies

The Bayesian approach to meta-analysis

Publication bias

Vote counting procedures

Methods for combining individual tests and combining individual estimates

Using meta-analysis to analyze binary and ordinal categorical data

Numerous worked-out examples in each chapter provide the reader with a step-by-step understanding of the presented methods. All exercises can be computed using the R and SAS software packages, which are both available via the book''s related Web site. Extensive references are also included, outlining additional sources for further study.

Requiring only a working knowledge of statistics, Statistical Meta-Analysis with Applications is a valuable supplement for courses in biostatistics, business, public health, and social research at the upper-undergraduate and graduate levels. It is also an excellent reference for applied statisticians working in industry, academia, and government.

An accessible introduction to performing meta-analysis across various areas of research

The practice of meta-analysis allows researchers to obtain findings from various studies and compile them to verify and form one overall conclusion. Statistical Meta-Analysis with Applications presents the necessary statistical methodologies that allow readers to tackle the four main stages of meta-analysis: problem formulation, data collection, data evaluation, and data analysis and interpretation. Combining the authors'' expertise on the topic with a wealth of up-to-date information, this book successfully introduces the essential statistical practices for making thorough and accurate discoveries across a wide array of diverse fields, such as business, public health, biostatistics, and environmental studies.

Two main types of statistical analysis serve as the foundation of the methods and techniques: combining tests of effect size and combining estimates of effect size. Additional topics covered include:

Meta-analysis regression procedures

Multiple-endpoint and multiple-treatment studies

The Bayesian approach to meta-analysis

Publication bias

Vote counting procedures

Methods for combining individual tests and combining individual estimates

Using meta-analysis to analyze binary and ordinal categorical data

Numerous worked-out examples in each chapter provide the reader with a step-by-step understanding of the presented methods. All exercises can be computed using the R and SAS software packages, which are both available via the book''s related Web site. Extensive references are also included, outlining additional sources for further study.

Requiring only a working knowledge of statistics, Statistical Meta-Analysis with Applications is a valuable supplement for courses in biostatistics, business, public health, and social research at the upper-undergraduate and graduate levels. It is also an excellent reference for applied statisticians working in industry, academia, and government.

Dieses Werk ist nicht nur ein umfassendes Lehrbuch der Statistik im klassischen Sinn, sondern zugleich ein Handbuch für jeden, der statistische Probleme im Zusammenhang mit Experiment und Erhebung zu lösen hat. Hier dient es fächerübergreifend dem Mediziner, dem Ingenieur, dem Sozial- und Naturwissenschaftler sowie dem Volks- und Betriebswirt. Die 15. Auflage wurde um das Kapitel "Meta-Analyse zur Kombination von Studien, Experimenten und Prognosen" erweitert, in dem erstmalig auch Time-To-Event-Studien, inhomogene Wirtschaftsprognosen, kreuzkorrelierte Zeitreihen, konkurrierende Labore sowie Pareto-optimale Wertpapierportfolios kombiniert werden.

Die Varianzanalyse ist als methodisches Instrumentarium an allen empirisch und experimentell arbeitenden Wissenschaften bzw. Wissenschaftsbereichen orientiert. Sie stellt einen umfangreichen Kanon von einfachen, intuitiv sofort einsichtigen, bis hin zu komplizierten, tieferliegend zu deduzierenden logischen Denkstrukturen, hier Modelle genannt, zur Verfügung, mit denen dann in den vielfältigsten Anwendungsdisziplinen wissenschaftlich gesicherte Erkenntnisse ermöglicht werden. Das vorliegende Werk ist eine erste umfassende Darstellung des gesamten Spektrums solcher flexiblen Strukturklassen, wie sie in den unterschiedlichsten angesprochenen Bereichen von außerordentlicher Relevanz sind; erst eine sorgfältige Wahl des richtigen Modells sichert auch die richtige Erkenntnis. Der Modellkatalog auf der CD-ROM entspricht einem Buchvolumen von über 6.000 Seiten. Mit der CD-ROM gelingt die Modellauswahl schnell und optimal.

Ziel des Werkes ist es, an einem kurz und übersichtlich gefassten Lehrtext, der an Übungen orientiert ist, die wichtigsten Methoden der induktiven, bzw. schließenden Statistik zu behandeln, und zwar in dem Rahmen, wie die Statistik im Grundstudium an Universitäten und Fachhochschulen gelehrt wird. Daher eignet sich dieses Lehrbuch vor allem als Begleit- und Prüfungsvorbereitungsbuch für eine Vorlesung der induktiven Statistik. Ein Übungsteil mit Lösungen, der dazu dient, das Gelernte zu festigen und zu vertiefen, schließt das Buch ab. Weitere Übungsmöglichkeiten findet man in den vermischten Aufgaben.

Diese neuaufgelegte, umfassende Sammlung von Aufgaben zu allen Gebieten der "klassischen" Deskriptiven Statistik sowie der Robusten und Explorativen Statistik wendet sich an Studenten, Wissenschaftler und Praktiker aller empirisch arbeitenden Fachrichtungen. Durch die eigenständig lesbaren methodischen und begrifflichen Erläuterungen zu den praktischen Aufgabenstellungen sowie die ausführliche Darstellellung der Lösungswege einschließlich vieler graphischer Veranschaulichungen zeichnet sich dieses Buch als zum Selbststudium sowie zur Vorlesungsunterstützung geeignet aus. Ein ausführlicher Klausurteil mit typischen Prüfungsaufgaben unterstreicht den Nutzen des Buches insbesondere für den Lernenden nochmals.

Dieses Werk ist nicht nur ein umfassendes Lehrbuch der Statistik im klassischen Sinn, sondern zugleich ein Handbuch für jeden, der statistische Probleme im Zusammenhang mit Experiment und Erhebung zu lösen hat. Hier dient es fächerübergreifend: der Mediziner oder der Ingenieur braucht es ebenso wie der Betriebswirt! Hervorzuheben ist nicht nur die breitgefächerte Auswahl der vorgestellten Methoden, sondern auch deren Demonstration anhand zahlreicher, ausführlicher Beispiele aus den verschiedensten Anwendungsgebieten.

Aus dem Inhalt:

Aufbereitung und Darstellung von Datenmaterial - Deskriptive Statistik. Grundbegriffe der Wahrscheinlichkeitsrechnung. Statistische Schlussweisen. Spezielle Verteilungen und Statistische Schlüsse über Kenngrößen von Verteilungen mittels einer Messreihe (Stichprobe). Aspekte der Datengewinnung - Stichprobentheorie, Messfehler, Ausreißertests, Datentransformationen, Versuchsplanung, Klinische Versuche, Skalierung. Qualitätskontrolle. Analyse diskreten Datenmaterials in Form von Kontingenztafeln. Vergleich zweier Messreihen (Stichproben). Die Korrelation von Merkmalen. Regressionsanalyse. Varianzanalyse. Zeitreihenanalyse. Analyse von Lebensdauern und Zuverlässigkeit von Systemen. Explorative Datenanalyse (EDA) und Robuste Verfahren.