ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب A bias analysis of Weibull models under heaped data

دانلود کتاب تجزیه و تحلیل سوگیری از مدل‌های Weibull تحت داده‌های انبوه

A bias analysis of Weibull models under heaped data

مشخصات کتاب

A bias analysis of Weibull models under heaped data

دسته بندی: سازمان و پردازش داده ها
ویرایش:  
نویسندگان: ,   
سری:  
 
ناشر:  
سال نشر: 2004 
تعداد صفحات: 19 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 861 کیلوبایت

قیمت کتاب (تومان) : 43,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 18


در صورت تبدیل فایل کتاب A bias analysis of Weibull models under heaped data به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب تجزیه و تحلیل سوگیری از مدل‌های Weibull تحت داده‌های انبوه نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب تجزیه و تحلیل سوگیری از مدل‌های Weibull تحت داده‌های انبوه

داده‌های مدت زمان جمع‌آوری‌شده به صورت گذشته‌نگر اغلب به اشتباه گزارش می‌شوند. یک نوع مهم از چنین خطاهایی انباشته کردن است - پاسخ دهندگان تمایل دارند داده ها را بر اساس برخی از قوانین سرانگشتی گرد یا گرد کنند. برای دو مورد خاص از مدل وایبول، ما رفتار «برآورنده‌های ساده لوح» را مطالعه می‌کنیم، که به سادگی خطای اندازه‌گیری را به دلیل انبوهی نادیده می‌گیرند و عبارات بسته را برای تعصب مجانبی استخراج می‌کنند. این نتایج یک توجیه رسمی از شواهد تجربی و یافته های مبتنی بر شبیه سازی گزارش شده در ادبیات ارائه می دهد. به‌علاوه، موقعیت‌هایی را می‌توان شناسایی کرد که در آن سوگیری قابل‌توجهی انتظار می‌رود، و می‌توان یک اصلاح دقیق سوگیری انجام داد.


توضیحاتی درمورد کتاب به خارجی

Retrospectively collected duration data are often reported incorrectly. An important type of such an error is heaping - respondents tend to round-off or round-up the data according to some rule of thumb. For two special cases of the Weibull model we study the behaviour of the 'naive estimators', which simply ignore the measurement error due to heaping, and derive closed expressions for the asymptotic bias. These results give a formal justification of empirical evidence and simulation-based findings reported in the literature. Additionally, situations where a remarkable bias has to be expected can be identified, and an exact bias correction can be performed.





نظرات کاربران

تمامی حقوق معنوی و مادی وبسایت متعلق به اینترنشنال لایبرری می باشد
نماد اعتماد الکترونیکی