Zobrazeno 1 - 10
of 181
pro vyhledávání: '"Padgett, R. A."'
Autor:
Padgett, R. Noah, Chen, Ying
surveygenmod2 builds on the macro written by da Silva (2017) for generalized linear models under complex survey designs. The updated macro fixed several minor bugs we encountered while updating the macro for use in SAS\textregistered. We added additi
Externí odkaz:
http://arxiv.org/abs/2406.07651
Using instruments comprising ordered responses to items are ubiquitous for studying many constructs of interest. However, using such an item response format may lead to items with response categories infrequently endorsed or unendorsed completely. In
Externí odkaz:
http://arxiv.org/abs/2307.10503
Autor:
Padgett, R. Noah, Tipton, Rebecca J.
A Monte Carlo simulation was used to determine which assumptions for ordered categorical data, continuity vs. discrete categories, most frequently identifies the underlying factor structure when a response variable has five ordered categories. The im
Externí odkaz:
http://arxiv.org/abs/2009.07345
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Percy, Andrew1 (AUTHOR) a.percy@qub.ac.uk, Padgett, R. Noah2 (AUTHOR), McKay, Michael T.3 (AUTHOR), Cole, Jon C.4 (AUTHOR), Burkhart, Gregor5 (AUTHOR), Brennan, Chloe4 (AUTHOR), Sumnall, Harry R.6 (AUTHOR)
Publikováno v:
Addiction. Dec2024, p1. 10p. 2 Illustrations, 3 Charts.
Autor:
Padgett, R. Noah, Lee, Matthew T., Wilkinson, Renae, Tsavaris, Heather, VanderWeele, Tyler J.
Publikováno v:
Assessment; Dec2024, Vol. 31 Issue 8, p1658-1673, 16p
Autor:
Adair, Kathleen E., Padgett, R. Noah, von Waaden, Nicholas, Wilson, Ronald L., Bowden, Rodney G.
Publikováno v:
In The American Journal of the Medical Sciences February 2021 361(2):244-252
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Physics in Medicine & Biology, 49, 4997, 2004
An image restoration approach based on a Bayesian maximum entropy method (MEM) has been applied to a radiological image deconvolution problem, that of reduction of geometric blurring in magnification mammography. The aim of the work is to demonstrate
Externí odkaz:
http://arxiv.org/abs/physics/0505168