دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1
نویسندگان: Hans-Michael Kaltenbach (auth.)
سری: SpringerBriefs in Statistics
ISBN (شابک) : 9783642235016, 9783642235023
ناشر: Springer-Verlag Berlin Heidelberg
سال نشر: 2012
تعداد صفحات: 118
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 1 مگابایت
کلمات کلیدی مربوط به کتاب راهنمای مختصر آمار: آمار، عمومی، آمار برای علوم زیستی، پزشکی، علوم بهداشتی
در صورت تبدیل فایل کتاب A Concise Guide to Statistics 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 راهنمای مختصر آمار 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.
متن مقدمه ای مختصر از مفاهیم اساسی در آمار ارائه می دهد. فصل 1: توضیح کوتاهی از نظریه احتمال با استفاده از مثالهای عمومی. فصل دوم: برآورد در تئوری و عمل با استفاده از مثالهای با انگیزه بیولوژیکی. برآورد حداکثر احتمال در پوشش داده شده، از جمله اطلاعات فیشر و محاسبات توان. روش هایی برای محاسبه فواصل اطمینان و جایگزین های قوی برای برآوردگرهای استاندارد ارائه شده است. فصل سوم: آزمون فرضیه ها با تأکید بر مفاهیم، به ویژه خطاهای نوع اول، نوع دوم و تفسیر نتایج آزمون. چند نمونه ارائه شده است. آزمونهای T در سرتاسر، به دنبال آزمونهای مهم دیگر و جایگزینهای قوی/ناپارامتریک استفاده میشوند. تست های چندگانه با عمق بیشتری مورد بحث قرار گرفته و ترکیبی از تست های مستقل توضیح داده شده است. فصل 4: رگرسیون خطی، با محاسبات صرفاً بر اساس R. مقایسههای چند گروهی با ANOVA همراه با تضادهای خطی پوشش داده میشوند و دوباره از R برای محاسبات استفاده میشود.
The text gives a concise introduction into fundamental concepts in statistics. Chapter 1: Short exposition of probability theory, using generic examples. Chapter 2: Estimation in theory and practice, using biologically motivated examples. Maximum-likelihood estimation in covered, including Fisher information and power computations. Methods for calculating confidence intervals and robust alternatives to standard estimators are given. Chapter 3: Hypothesis testing with emphasis on concepts, particularly type-I , type-II errors, and interpreting test results. Several examples are provided. T-tests are used throughout, followed important other tests and robust/nonparametric alternatives. Multiple testing is discussed in more depth, and combination of independent tests is explained. Chapter 4: Linear regression, with computations solely based on R. Multiple group comparisons with ANOVA are covered together with linear contrasts, again using R for computations.
Front Matter....Pages i-xiii
Basics of Probability Theory....Pages 1-27
Estimation....Pages 29-51
Hypothesis Testing....Pages 53-75
Regression....Pages 77-108
Back Matter....Pages 109-111