课题基金 / 基金详情

Statistical Methods for Complex Life History Studies

Statistical Methods for Complex Life History Studies
复杂生活史研究的统计方法
批准号：
RGPIN-2017-04055
负责人：
Lawless, Jerald
金额：
$2.49万
依托单位：
University of Waterloo
依托单位国家：
加拿大
项目类别：
Discovery Grants Program - Individual
财政年份：
2017
资助国家：
加拿大
项目状态：
已结题
起止时间：
2017-01-01 至 2018-12-31
来源：
https://www.nserc-crsng.gc.ca/ase-oro/Details-Detailles_eng.asp?id=635920
关键词：
StatisticalMethodsComplexLifeHistory

项目摘要

项目成果

Lawless, Jerald的其他基金

相似基金

相关文献

中文摘要
翻译
点击翻译按钮获取中文摘要
英文摘要
The broad objectives of the proposed research are to develop new methodology for the design and analysis of complex processes and data. The specific topics to be addressed are motivated by applications in medicine, public health, genetics and other areas where new types of studies are constantly being created. In addition, some aspects of research are being transformed through the availability of very large data bases, in addition to the smaller data sets associated with experimental or observational studies.
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
Statistical Methods for Complex Life History Studies
  • 批准号：
    RGPIN-2017-04055
  • 项目类别：
    Discovery Grants Program - Individual
  • 资助金额：
    $2.49万
  • 财政年份：
    2022
  • 负责人：
    Lawless, Jerald
  • 依托单位：
    University of Waterloo
Statistical Methods for Complex Life History Studies
  • 批准号：
    RGPIN-2017-04055
  • 项目类别：
    Discovery Grants Program - Individual
  • 资助金额：
    $2.49万
  • 财政年份：
    2021
  • 负责人：
    Lawless, Jerald
  • 依托单位：
    University of Waterloo
Statistical Methods for Complex Life History Studies
  • 批准号：
    RGPIN-2017-04055
  • 项目类别：
    Discovery Grants Program - Individual
  • 资助金额：
    $2.49万
  • 财政年份：
    2019
  • 负责人：
    Lawless, Jerald
  • 依托单位：
    University of Waterloo
Statistical Methods for Complex Life History Studies
  • 批准号：
    RGPIN-2017-04055
  • 项目类别：
    Discovery Grants Program - Individual
  • 资助金额：
    $2.49万
  • 财政年份：
    2018
  • 负责人：
    Lawless, Jerald
  • 依托单位：
    University of Waterloo
国内基金
海外基金
Computational Methods for Analyzing Toponome Data