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:
نویسندگان: Ferguson. Thomas Shelburne
سری: Texts in statistical science
ISBN (شابک) : 0412043718, 9781351470063
ناشر: CRC Press
سال نشر: 2002
تعداد صفحات: 258
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 9 مگابایت
کلمات کلیدی مربوط به کتاب یک دوره در تئوری نمونه بزرگ: نمونه گیری (آمار)، توزیع مجانبی (نظریه احتمال)، قانون اعداد بزرگ.، نظریه احتمال.، آمار.، ریاضیات / کاربردی.، ریاضیات / احتمالات و آمار / عمومی.
در صورت تبدیل فایل کتاب A course in large sample theory 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 یک دوره در تئوری نمونه بزرگ 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.
یک دوره در تئوری نمونه بزرگ در چهار بخش ارائه شده است. اولی به
مفاهیم اولیه احتمالاتی میپردازد، دومی ابزارهای آماری اساسی
برای بسط نظریه را نشان میدهد، سومی شامل موضوعات خاصی به عنوان
کاربردهای نظریه عمومی است، و چهارمی موضوعات آماری استاندارد
بیشتری را پوشش میدهد. تقریباً همه موضوعات در محیط چند متغیره
پوشش داده شده است. این کتاب به عنوان یک دوره فارغ التحصیل سال
اول در نظریه نمونه
بزرگ برای آماردانان در نظر گرفته شده است. توسط دانشجویان
تحصیلات تکمیلی در آمار، آمار زیستی، ریاضیات و زمینه های مرتبط
استفاده شده است. در سراسر کتاب مثال ها و تمرین های زیادی با راه
حل وجود دارد. این یک متن ایده آل برای مطالعه شخصی است.
ادامه
مطلب...
چکیده: دوره آموزشی در نظریه نمونه بزرگ در چهار بخش ارائه شده
است. اولی به مفاهیم اولیه احتمالاتی میپردازد، دومی ابزارهای
آماری اساسی برای بسط نظریه را نشان میدهد، سومی شامل موضوعات
خاصی به عنوان کاربردهای نظریه عمومی است، و چهارمی موضوعات آماری
استاندارد بیشتری را پوشش میدهد. تقریباً همه موضوعات در محیط
چند متغیره پوشش داده شده است. این کتاب به عنوان یک دوره تحصیلات
تکمیلی سال اول در نظریه نمونه بزرگ برای آماردانان در نظر گرفته
شده است. توسط دانشجویان تحصیلات تکمیلی در آمار، آمار زیستی،
ریاضیات و زمینه های مرتبط استفاده شده است. در سراسر کتاب مثال
ها و تمرین های زیادی با راه حل وجود دارد. این یک متن ایده آل
برای مطالعه خود است
A Course in Large Sample Theory is presented in four parts. The
first treats basic probabilistic notions, the second features
the basic statistical tools for expanding the theory, the third
contains special topics as applications of the general theory,
and the fourth covers more standard statistical topics. Nearly
all topics are covered in their multivariate setting.The book
is intended as a first year graduate course in large sample theory
for statisticians. It has been used by graduate students in
statistics, biostatistics, mathematics, and related fields.
Throughout the book there are many examples and exercises with
solutions. It is an ideal text for self study.
Read
more...
Abstract: A Course in Large Sample Theory is presented in four
parts. The first treats basic probabilistic notions, the second
features the basic statistical tools for expanding the theory,
the third contains special topics as applications of the
general theory, and the fourth covers more standard statistical
topics. Nearly all topics are covered in their multivariate
setting.The book is intended as a first year graduate course in
large sample theory for statisticians. It has been used by
graduate students in statistics, biostatistics, mathematics,
and related fields. Throughout the book there are many examples
and exercises with solutions. It is an ideal text for self
study
Contents......Page 3
Preface......Page 5
Part 1 Basic Probability......Page 8
1 Modes of Convergence......Page 9
2 Partial Converses to Theorem 1......Page 14
3 Convergence in Law......Page 19
4 Laws of Large Numbers......Page 25
5 Central Limit Theorems......Page 32
Part 2 Basic Statistical Large Sample Theory......Page 42
6 Slutsky Theorems......Page 43
7 Functions of the Sample Moments......Page 48
8 The Sample Correlation Coefficient......Page 55
9 Pearson\'s Chi-Square......Page 60
10 Asymptotic Power of the Pearson Chi-Square Test......Page 65
Part 3 Special Topics......Page 71
11 Stationary m-Dependent Sequences......Page 72
12 Some Rank Statistics......Page 78
13 Asymptotic Distribution of Sample Quantiles......Page 90
14 Asymptotic Theory of Extreme Order Statistics......Page 97
15 Asymptotic Joint Distributions of Extrema......Page 104
Part 4 Efficient Estimation and Testing......Page 108
16 A Uniform Strong Law of Large Numbers......Page 109
17 Strong Consistency of Maximum-Likelihood Estimates......Page 114
18 Asymptotic Normality of the Maximum-Likelihood Estimate......Page 121
19 The Cramér-Rao Lower Bound......Page 128
20 Asymptotic Efficiency......Page 135
21 Asymptotic Normality of Posterior Distributions......Page 142
22 Asymptotic Distribution of the Likelihood Ratio Test Statistic......Page 146
23 Minimum Chi-Square Estimates......Page 153
24 General Chi-Square Tests......Page 165
Appendix: Solutions to the exercises......Page 174
References......Page 238
Index......Page 240