Advanced Statistical Methods in Data Science

این کتاب ارائه‌های دعوت شده از دومین سمپوزیوم فصل ICSA- کانادا را که از 4 تا 6 آگوست 2015 در دانشگاه کلگری برگزار شد، جمع‌آوری می‌کند. هدف این سمپوزیوم ترویج روش‌های آماری پیشرفته در علوم داده‌های بزرگ و به محققان اجازه می دهد تا در مورد آمار و علم داده تبادل نظر کنند و از چالش ها و فرصت های آمار و علم داده در دنیای مدرن استقبال کنند. به موضوعات مختلفی در تجزیه و تحلیل آماری پیشرفته در علوم کلان داده می پردازد، از جمله روش هایی برای تجزیه و تحلیل داده های اداری، تجزیه و تحلیل داده های بقا، تجزیه و تحلیل داده های گمشده، تجزیه و تحلیل داده های ژنتیکی و ابعادی بالا، تجزیه و تحلیل داده های طولی و عملکردی، طراحی و تجزیه و تحلیل مطالعات با طراحی های وابسته به پاسخ و چند فازی، سری های زمانی و آمار قوی، استنتاج آماری بر اساس احتمال، احتمال تجربی و توابع تخمین. گروه تحریریه 14 ارائه با کیفیت را از این سمپوزیوم موفق انتخاب کرد و از مجریان دعوت کرد تا برای انتشار یافته ها و ترویج همکاری های تحقیقاتی بیشتر در این زمینه، فصل کاملی را برای این کتاب آماده کنند. این کتاب به موقع روش های جدیدی را ارائه می دهد که بر توسعه مدل آماری پیشرفته در علوم کلان داده تأثیر می گذارد.

This book gathers invited presentations from the 2nd Symposium of the ICSA- CANADA Chapter held at the University of Calgary from August 4-6, 2015. The aim of this Symposium was to promote advanced statistical methods in big-data sciences and to allow researchers to exchange ideas on statistics and data science and to embraces the challenges and opportunities of statistics and data science in the modern world. It addresses diverse themes in advanced statistical analysis in big-data sciences, including methods for administrative data analysis, survival data analysis, missing data analysis, high-dimensional and genetic data analysis, longitudinal and functional data analysis, the design and analysis of studies with response-dependent and multi-phase designs, time series and robust statistics, statistical inference based on likelihood, empirical likelihood and estimating functions. The editorial group selected 14 high-quality presentations from this successful symposium and invited the presenters to prepare a full chapter for this book in order to disseminate the findings and promote further research collaborations in this area. This timely book offers new methods that impact advanced statistical model development in big-data sciences.