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: Gauss M. Cordeiro, Francisco Cribari-Neto (auth.) سری: SpringerBriefs in Statistics ISBN (شابک) : 9783642552540, 9783642552557 ناشر: Springer-Verlag Berlin Heidelberg سال نشر: 2014 تعداد صفحات: 113 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 مقدمه ای در مورد اصلاح بارتلت و کاهش سوگیری: تئوری و روش های آماری، اقتصادسنجی، آمار برای کسب و کار/اقتصاد/ریاضی مالی/بیمه
در صورت تبدیل فایل کتاب An Introduction to Bartlett Correction and Bias Reduction 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 مقدمه ای در مورد اصلاح بارتلت و کاهش سوگیری 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.
این کتاب مقدمه ای مختصر بر اصلاحات نوع بارتلت و بارتلت آزمون های آماری و تصحیح سوگیری برآوردگرهای نقطه ای را ارائه می دهد. ایده اساسی در پشت هر دو گروه از اصلاحات، به دست آوردن دقت بالاتر در نمونه های کوچک است. در حالی که تمرکز اصلی بر اصلاحاتی است که میتواند به صورت تحلیلی استخراج شود، نویسندگان همچنین استراتژیهای جایگزینی را برای بهبود برآوردگرها و آزمایشهای مبتنی بر بوت استرپ، یک تکنیک نمونهگیری مجدد دادهها، ارائه میکنند و در مورد کاربردهای ملموس چندین مدل آماری مهم بحث میکنند.
This book presents a concise introduction to Bartlett and Bartlett-type corrections of statistical tests and bias correction of point estimators. The underlying idea behind both groups of corrections is to obtain higher accuracy in small samples. While the main focus is on corrections that can be analytically derived, the authors also present alternative strategies for improving estimators and tests based on bootstrap, a data resampling technique and discuss concrete applications to several important statistical models.
Front Matter....Pages i-xi
Likelihood-Based Inference and Finite-Sample Corrections: A Brief Overview....Pages 1-11
Bartlett Corrections and Bootstrap Testing Inference....Pages 13-43
Bartlett-Type Corrections....Pages 45-68
Analytical and Bootstrap Bias Corrections....Pages 69-99
Back Matter....Pages 101-107