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
دسته بندی: آمار ریاضی ویرایش: 0 نویسندگان: Monahan. John F سری: Texts in statistical science ISBN (شابک) : 9781420062014, 1420062018 ناشر: Chapman & Hall/CRC سال نشر: 2008 تعداد صفحات: 292 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 2 مگابایت
کلمات کلیدی مربوط به کتاب پرایمر در مدل های خطی: ریاضیات، نظریه احتمالات و آمار ریاضی، آمار ریاضی، آمار ریاضی کاربردی
در صورت تبدیل فایل کتاب A primer on linear models 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 پرایمر در مدل های خطی 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.
با پیشرفت پیوسته پوشش در پیچیدگی، متن ابتدا نمونههایی از مدل خطی کلی، از جمله مدلهای رگرسیون چندگانه، ANOVA یک طرفه، مدلهای اثرات مختلط، و مدلهای سری زمانی را ارائه میدهد. سپس جبر و هندسه اساسی مسئله حداقل مربعات خطی را معرفی می کند، قبل از اینکه به تخمین و مدل گاوس-مارکوف بپردازد. نگارنده پس از ارائه ابزارهای آماری آزمونهای فرضیهها و فواصل اطمینان، به تحلیل مدلهای ترکیبی مانند ANOVA مختلط دو طرفه و مدل خطی چند متغیره میپردازد. ضمائم اصول و نتایج جبر خطی و همچنین ضرب کننده های لاگرانژ را بررسی می کنند.
این کتاب با اتخاذ یک رویکرد کلی و یکپارچه به نظریه، مبانی و نتایج دقیق مدلهای خطی، درک کامل مطالب را امکانپذیر میسازد.
With coverage steadily progressing in complexity, the text first provides examples of the general linear model, including multiple regression models, one-way ANOVA, mixed-effects models, and time series models. It then introduces the basic algebra and geometry of the linear least squares problem, before delving into estimability and the Gauss–Markov model. After presenting the statistical tools of hypothesis tests and confidence intervals, the author analyzes mixed models, such as two-way mixed ANOVA, and the multivariate linear model. The appendices review linear algebra fundamentals and results as well as Lagrange multipliers.
This book enables complete comprehension of the material by taking a general, unifying approach to the theory, fundamentals, and exact results of linear models
Content: Preface. Examples of the General Linear Model. The Linear Least Squares Problem. Estimability and Least Squares Estimators. Gauss--Markov Model. Distributional Theory. Statistical Inference. Further Topics in Testing. Variance Components and Mixed Models. The Multivariate Linear Model. Appendices. Bibliography.