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: Chihiro Hirotsu
سری: Wiley Series in Probability and Statistics
ISBN (شابک) : 1119303338, 1119303346
ناشر: John Wiley & Sons
سال نشر: 2017
تعداد صفحات: 422
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 4 مگابایت
کلمات کلیدی مربوط به کتاب تحلیل واریانس پیشرفته: تجزیه و تحلیل واریانس، ریاضی / کاربردی، ریاضیات / احتمال و آمار / عمومی
در صورت تبدیل فایل کتاب Advanced Analysis of Variance 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 تحلیل واریانس پیشرفته 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.
معرفی یک مدل جدید انقلابی برای تجزیه و تحلیل آماری دادههای تجربی
در این کتاب مهم، آماردان مشهور بینالمللی، چیهیرو هیروتسو، فراتر از تحلیل واریانس کلاسیک (ANOVA) است. مدلی برای ارائه یک نظریه یکپارچه و تکنیک های پیشرفته برای تجزیه و تحلیل آماری داده های تجربی. دکتر هیروتسو مفهوم پیشگامانه تحلیل واریانس پیشرفته (AANOVA) را معرفی میکند و توضیح میدهد که چگونه رویکرد AANOVA از محدودیتهای روشهای ANOVA فراتر میرود تا امکان استدلال سراسری را با استفاده از روشهای ویژه استنتاج همزمان که منجر به نتیجهگیری فردی میشود، فراهم کند.
دکتر هیروتسو با تمرکز بر داده های عادی، دوجمله ای و طبقه بندی شده، نظریه و عمل ANOVA را بررسی می کند و تحولات جاری در این زمینه را مرور می کند. او سپس سه رویکرد پیشرفته جدید را معرفی می کند که عبارتند از: آزمایش برای هم ارزی و عدم حقارت. آزمایش همزمان برای جایگزین های جهت دار (یکنواخت یا محدود) و فرضیه های نقطه تغییر. و تجزیه و تحلیل های حاصل از داده های طبقه بندی شده. با استفاده از مثالهای دنیای واقعی، او نشان میدهد که چگونه این سه خانواده قابل تشخیص مشکلات، کاربردهای مهمی در بیشتر فعالیتهای عملی شامل دادههای تجربی در مجموعهای از حوزههای تحقیقاتی، از جمله هم ارزی زیستی، آزمایشهای بالینی، آزمایشهای صنعتی، آمار دارویی، و کنترل کیفیت دارند. فقط چند مورد را نام ببرید.
• نوشته شده به سبک توضیحی است که خوانندگان را تشویق می کند تا کاربردهای تکنیک های AANOVA را در تحقیقات خود بررسی کنند
• تمرکز بر رویارویی با داده های واقعی، ارائه واقعی نمونههای جهانی برگرفته از زمینههای کنترل کیفیت آماری، آزمایشهای بالینی، و آزمایش دارو
• روشهای پیشرفتهای را شرح میدهد که توسط نویسنده در طول زندگی حرفهای طولانی خود به عنوان مهندس محقق و آمارگیر توسعه یافته و اصلاح شده است
• فناوری های پیشرفته ای را برای تجزیه و تحلیل داده های AANOVA معرفی می کند که بر اساس اصول و شیوه های اساسی ANOVA استوار است
معرفی یک رویکرد پیشرفت برای تجزیه و تحلیل آماری که بر محدودیت های مدل ANOVA غلبه می کند، تحلیل واریانس پیشرفته یک منبع ضروری برای محققان و متخصصانی است که در زمینههایی کار میکنند که در آن تجزیه و تحلیل آماری دادههای تجربی یک مؤلفه تحقیقاتی حیاتی است.
چیهیرو هیروتسو یک محقق ارشد در مرکز تحقیقات مشارکتی، دانشگاه میسی و پروفسور ممتاز در دانشگاه توکیو. او یکی از اعضای انجمن آمار آمریکا، یکی از اعضای منتخب موسسه آماری بینالمللی است و جایزه انجمن آمار ژاپن (2005) و جایزه اوچی (2006) را دریافت کرده است. کار او در Biometrika, Biometrics, and Computational Statistics & Data Analysis, در میان دیگر مجلات تحقیقاتی برتر منتشر شده است.
Introducing a revolutionary new model for the statistical analysis of experimental data
In this important book, internationally acclaimed statistician, Chihiro Hirotsu, goes beyond classical analysis of variance (ANOVA) model to offer a unified theory and advanced techniques for the statistical analysis of experimental data. Dr. Hirotsu introduces the groundbreaking concept of advanced analysis of variance (AANOVA) and explains how the AANOVA approach exceeds the limitations of ANOVA methods to allow for global reasoning utilizing special methods of simultaneous inference leading to individual conclusions.
Focusing on normal, binomial, and categorical data, Dr. Hirotsu explores ANOVA theory and practice and reviews current developments in the field. He then introduces three new advanced approaches, namely: testing for equivalence and non-inferiority; simultaneous testing for directional (monotonic or restricted) alternatives and change-point hypotheses; and analyses emerging from categorical data. Using real-world examples, he shows how these three recognizable families of problems have important applications in most practical activities involving experimental data in an array of research areas, including bioequivalence, clinical trials, industrial experiments, pharmaco-statistics, and quality control, to name just a few.
• Written in an expository style which will encourage readers to explore applications for AANOVA techniques in their own research
• Focuses on dealing with real data, providing real-world examples drawn from the fields of statistical quality control, clinical trials, and drug testing
• Describes advanced methods developed and refined by the author over the course of his long career as research engineer and statistician
• Introduces advanced technologies for AANOVA data analysis that build upon the basic ANOVA principles and practices
Introducing a breakthrough approach to statistical analysis which overcomes the limitations of the ANOVA model, Advanced Analysis of Variance is an indispensable resource for researchers and practitioners working in fields within which the statistical analysis of experimental data is a crucial research component.
Chihiro Hirotsu is a Senior Researcher at the Collaborative Research Center, Meisei University, and Professor Emeritus at the University of Tokyo. He is a fellow of the American Statistical Association, an elected member of the International Statistical Institute, and he has been awarded the Japan Statistical Society Prize (2005) and the Ouchi Prize (2006). His work has been published in Biometrika, Biometrics, and Computational Statistics & Data Analysis, among other premier research journals.
Content: Introduction to design and analysis of experiments --
Estimation theory --
Basic test theory --
Multiple decision processes and accompanying confidence region --
Two-sample problem --
One-way layout, normal model --
Onw-way layout, binomial populations --
Poisson process --
Block experiments --
Two-way layout, normal model --
Analysis of two-way categorical data --
Mixed and random effects model --
Profile analysis of repeated measurements --
Analysis of three-way categorical data --
Design and analysis of experiments by orthogonal arrays.