Statistical Distributions: Applications and Parameter Estimates

ویرایش: 1 
نویسندگان: Nick T. Thomopoulos (auth.)  
سری:  
ISBN (شابک) : 9783319651118, 9783319651125 
ناشر: Springer International Publishing 
سال نشر: 2017 
تعداد صفحات: 176 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 3 مگابایت 

قیمت کتاب (تومان) : 38,000



این کتاب شرحی از گروهی از توزیع‌های آماری ارائه می‌دهد که کاربرد فراوانی برای مطالعات آمار و احتمال دارند. درک توزیع های آماری برای محققان تقریباً در همه رشته ها ضروری است. محقق آگاه، توزیع آماری را انتخاب می کند که به بهترین وجه با داده های مطالعه مورد نظر منطبق باشد. برخی از توزیع ها برای محقق عمومی به خوبی شناخته شده است و به طرق مختلف مورد استفاده قرار می گیرند. سایر توزیع‌های مفید کمتر شناخته شده‌اند و مورد استفاده رایج نیستند. این کتاب توضیح می‌دهد که چه زمانی و چگونه هر یک از توزیع‌ها را در مطالعات پژوهشی اعمال کنیم، با هدف شناسایی توزیعی که بهترین کاربرد را برای مطالعه دارد. توزیع ها برای متغیرهای تصادفی پیوسته، گسسته و دو متغیره هستند. در بیشتر مطالعات، مقادیر پارامترها پیشینی شناخته شده نیستند و داده های نمونه برای تخمین مقادیر پارامتر مورد نیاز است. در سناریوهای دیگر، هیچ داده نمونه ای در دسترس نیست، و محقق به دنبال بینشی است که به تخمین مقادیر پارامتر اجازه می دهد تا به دست آید.

این کتاب راهنمای توزیع های آماری، دانش کاری در مورد به کارگیری آمار رایج و غیر معمول را ارائه می دهد. توزیع در مطالعات تحقیقاتی این نوزده توزیع عبارتند از: یکنواخت پیوسته، نمایی، ارلنگ، گاما، بتا، وایبول، نرمال، لگ نرمال، نرمال کوتاه بریده به چپ، نرمال برش راست، مثلثی، یکنواخت گسسته، دو جمله ای، هندسی، پاسکال، پواسون، فوق هندسی، دو متغیره نرمال و دو متغیره lognormal. برخی از داده های پیوسته و برخی دیگر از داده های گسسته و دو متغیره هستند. این گروه از توزیع های آماری کاربرد فراوانی برای مطالعات آمار و احتمال و کاربرد عملی در موقعیت های واقعی دارد. علاوه بر این، این کتاب محاسبه احتمال تجمعی هر توزیع و تخمین مقادیر پارامتر را با داده‌های نمونه یا بدون داده‌های نمونه توضیح می‌دهد. مثال‌هایی در سراسر برای راهنمایی خواننده ارائه شده است.

دقت در انتخاب و اعمال توزیع‌های آماری برای هر کسی که تجزیه و تحلیل آماری و احتمالی انجام می‌دهد، از جمله دانشمندان مدیریت، بازار، ضروری است. محققان، مهندسان، ریاضیدانان، فیزیکدانان، شیمیدانان، اقتصاددانان، محققان علوم اجتماعی و دانشجویان در بسیاری از رشته ها.

This book gives a description of the group of statistical distributions that have ample application to studies in statistics and probability. Understanding statistical distributions is fundamental for researchers in almost all disciplines. The informed researcher will select the statistical distribution that best fits the data in the study at hand. Some of the distributions are well known to the general researcher and are in use in a wide variety of ways. Other useful distributions are less understood and are not in common use. The book describes when and how to apply each of the distributions in research studies, with a goal to identify the distribution that best applies to the study. The distributions are for continuous, discrete, and bivariate random variables. In most studies, the parameter values are not known a priori, and sample data is needed to estimate parameter values. In other scenarios, no sample data is available, and the researcher seeks some insight that allows the estimate of the parameter values to be gained.

This handbook of statistical distributions provides a working knowledge of applying common and uncommon statistical distributions in research studies. These nineteen distributions are: continuous uniform, exponential, Erlang, gamma, beta, Weibull, normal, lognormal, left-truncated normal, right-truncated normal, triangular, discrete uniform, binomial, geometric, Pascal, Poisson, hyper-geometric, bivariate normal, and bivariate lognormal. Some are from continuous data and others are from discrete and bivariate data. This group of statistical distributions has ample application to studies in statistics and probability and practical use in real situations. Additionally, this book explains computing the cumulative probability of each distribution and estimating the parameter values either with sample data or without sample data. Examples are provided throughout to guide the reader.

Accuracy in choosing and applying statistical distributions is particularly imperative for anyone who does statistical and probability analysis, including management scientists, market researchers, engineers, mathematicians, physicists, chemists, economists, social science researchers, and students in many disciplines.

Front Matter ....Pages i-xvii
 Statistical Concepts  (Nick T. Thomopoulos)....Pages 1-11
 Continuous Uniform  (Nick T. Thomopoulos)....Pages 13-19
 Exponential  (Nick T. Thomopoulos)....Pages 21-29
 Erlang  (Nick T. Thomopoulos)....Pages 31-38
 Gamma  (Nick T. Thomopoulos)....Pages 39-47
 Beta  (Nick T. Thomopoulos)....Pages 49-58
 Weibull  (Nick T. Thomopoulos)....Pages 59-68
 Normal  (Nick T. Thomopoulos)....Pages 69-76
 Lognormal  (Nick T. Thomopoulos)....Pages 77-84
 Left Truncated Normal  (Nick T. Thomopoulos)....Pages 85-95
 Right Truncated Normal  (Nick T. Thomopoulos)....Pages 97-106
 Triangular  (Nick T. Thomopoulos)....Pages 107-112
 Discrete Uniform  (Nick T. Thomopoulos)....Pages 113-117
 Binomial  (Nick T. Thomopoulos)....Pages 119-126
 Geometric  (Nick T. Thomopoulos)....Pages 127-133
 Pascal  (Nick T. Thomopoulos)....Pages 135-141
 Poisson  (Nick T. Thomopoulos)....Pages 143-148
 Hyper Geometric  (Nick T. Thomopoulos)....Pages 149-152
 Bivariate Normal  (Nick T. Thomopoulos)....Pages 153-163
 Bivariate Lognormal  (Nick T. Thomopoulos)....Pages 165-169
Back Matter ....Pages 171-172