ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Advanced Statistics For The Behavioral Sciences A Computational Approach With R

دانلود کتاب آمار پیشرفته برای علوم رفتاری یک رویکرد محاسباتی با R

Advanced Statistics For The Behavioral Sciences A Computational Approach With R

مشخصات کتاب

Advanced Statistics For The Behavioral Sciences A Computational Approach With R

ویرایش:  
نویسندگان:   
سری:  
ISBN (شابک) : 331993547X, 9783319935478 
ناشر: Springer 
سال نشر: 2018 
تعداد صفحات: 539 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 18 Mb 

قیمت کتاب (تومان) : 88,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 5


در صورت تبدیل فایل کتاب Advanced Statistics For The Behavioral Sciences A Computational Approach With R 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 آمار پیشرفته برای علوم رفتاری یک رویکرد محاسباتی با R 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.


توضیحاتی در مورد کتاب آمار پیشرفته برای علوم رفتاری یک رویکرد محاسباتی با R

این کتاب اهمیت تجزیه و تحلیل های آماری کامپیوتری را در تحقیقات علوم رفتاری، به ویژه آنهایی که از محیط نرم افزار R استفاده می کنند، نشان می دهد. روش های آماری به طور فزاینده ای توسط دانشمندان کامپیوتر، با تخصص در نوشتن کدهای کامپیوتری کارآمد و ظریف، در حال توسعه و اصلاح هستند. متأسفانه، بسیاری از محققین فاقد این پیشینه برنامه نویسی هستند، و به آنها اجازه می دهد تا با ایمان خروجی جعبه سیاه را که از مدل های آماری پیچیده ای که اغلب استفاده می کنند، بپذیرند. این متن با تکیه بر جلد قبلی نویسنده، مدل‌های خطی در فرم ماتریس، شکاف بین علوم کامپیوتر و کاربردهای تحقیقاتی را پر می‌کند و کد رایانه‌ای با قابلیت پیگیری آسان برای بسیاری از تحلیل‌های آماری با استفاده از محیط نرم‌افزار R ارائه می‌کند. متن با یک بخش اساسی در جبر خطی باز می شود، سپس انواع موضوعات پیشرفته، از جمله رگرسیون قوی، انتخاب مدل بر اساس تعصب و کارایی، مدل های غیرخطی و روال های بهینه سازی، مدل های خطی تعمیم یافته، و تجزیه و تحلیل بقا و سری های زمانی را پوشش می دهد. هر بخش با ارائه کد رایانه ای مورد استفاده برای روشن کردن تجزیه و تحلیل، و همچنین اشاره گر به بسته های R که می تواند برای تجزیه و تحلیل های مشابه و موارد غیر استاندارد استفاده شود، به پایان می رسد. کد در دسترس و گستردگی موضوعات، این کتاب را به ابزاری ایده آل برای دانشجویان تحصیلات تکمیلی یا محققین علوم رفتاری تبدیل کرده است که علاقه مند به انجام تحلیل های آماری پیشرفته بدون داشتن پیشینه پیچیده در علوم کامپیوتر و ریاضیات هستند.


توضیحاتی درمورد کتاب به خارجی

This book demonstrates the importance of computer-generated statistical analyses in behavioral science research, particularly those using the R software environment. Statistical methods are being increasingly developed and refined by computer scientists, with expertise in writing efficient and elegant computer code. Unfortunately, many researchers lack this programming background, leaving them to accept on faith the black-box output that emerges from the sophisticated statistical models they frequently use. Building on the author’s previous volume, Linear Models in Matrix Form, this text bridges the gap between computer science and research application, providing easy-to-follow computer code for many statistical analyses using the R software environment. The text opens with a foundational section on linear algebra, then covers a variety of advanced topics, including robust regression, model selection based on bias and efficiency, nonlinear models and optimization routines, generalized linear models, and survival and time-series analysis. Each section concludes with a presentation of the computer code used to illuminate the analysis, as well as pointers to packages in R that can be used for similar analyses and nonstandard cases. The accessible code and breadth of topics make this book an ideal tool for graduate students or researchers in the behavioral sciences who are interested in performing advanced statistical analyses without having a sophisticated background in computer science and mathematics.





نظرات کاربران