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

Mots clés 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

Informations bibliographiques

Publié dans

Frontiers in Cellular and Infection Microbiology

Volume 4 Numéro 62

Pagination

11 p.

D'autres materias

Theileria velifera

Type

Journal Article; Journal Part

Source

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

Sur AGRIS depuis: 2017-07-15

Format: AGRIS AP

Fournisseur de données

Cette notice bibliographique a été fournie par Centre de coopération internationale en recherche agronomique pour le développement

Découvrez la collection de ce fournisseur de données dans AGRIS

Liens

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

Consulter Google Scholar

Si vous remarquez des informations incorrectes dans cette référence bibliographique, veuillez nous contacter à l'adresse [email protected]