To be or not to be associated: power study of four statistical modeling approaches to identify parasite associations in cross-sectional studies

Vaumourin E.; Vourc'h G.; Telfer S.; Lambin X.; Salih D.; Seitzer U.; Morand S.; Charbonnel N.; Vayssier-Taussat M.; Gasqui P.

To be or not to be associated: power study of four statistical modeling approaches to identify parasite associations in cross-sectional studies

2014

Palabras clave de AGROVOC

anaplasma anaplasma phagocytophilum babesia babesia microti bartonella bovidae campagnol dynamique des populations grande-bretagne interaction logiciel maladie des animaux modèle mathématique monde méthode statistique parasitologie parasitose relation hôte pathogène rongeur soudan theileria theileria mutans theileria parva transmission des maladies épidémiologie étude de cas

Información bibliográfica

Publicado en

Frontiers in Cellular and Infection Microbiology

Volumen 4 Edición 62

Paginación

11 p.

Otras materias

Theileria velifera

Tipo

Journal Article; Journal Part

Fuente

Vaumourin E., Vourc'h G., Telfer S., Lambin X., Salih D., Seitzer U., Morand S., Charbonnel N., Vayssier-Taussat M., Gasqui P. 2014. To be or not to be associated: power study of four statistical modeling approaches to identify parasite associations in cross-sectional studies. Frontiers in Cellular and Infection Microbiology, 4 (62) : 11 p. http://dx.doi.org/10.3389/fcimb.2014.00062

En AGRIS desde: 2017-07-15

Formato: AGRIS AP

Proveedor de Datos

Este registro bibliográfico ha sido proporcionado por Centre de coopération internationale en recherche agronomique pour le développement

Descubra la colección de este proveedor de datos en AGRIS

Enlaces

DOI http://publications.cirad.fr/une_notice.php?dk=575441

Buscar en Google Scholar

Si observa algún dato incorrecto en este registro bibliográfico, póngase en contacto con nosotros en [email protected]