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

Ключевые слова АГРОВОК

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

Библиографическая информация

Опубликовано в

Frontiers in Cellular and Infection Microbiology

Том 4 Выпуск 62

Нумерация страниц

11 p.

Другие темы

Theileria velifera

Тип

Journal Article; Journal Part

Источник

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

В АГРИСе с: 2017-07-15

Формат: AGRIS AP

Поставщик данных

Эту запись предоставил Centre de coopération internationale en recherche agronomique pour le développement

Откройте коллекцию этого поставщика данных в AGRIS

Ссылки

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

Посмотрите в Google Scholar

If you notice any incorrect information relating to this record, please contact us at [email protected] [email protected]