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: Draft Version
نویسندگان: Michael W. Trosset
سری: Chapman & Hall/CRC Texts in Statistical Science
ISBN (شابک) : 1584889470, 9781584889472
ناشر: Chapman and Hall/CRC
سال نشر: 2009
تعداد صفحات: 459
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 2 مگابایت
در صورت تبدیل فایل کتاب An Introduction to Statistical Inference and Its Applications 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 مقدمه ای بر استنتاج آماری و کاربردهای آن 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.
با تاکید بر مفاهیم به جای دستور العمل ها، مقدمه ای بر استنتاج آماری و کاربردهای آن با R توضیح واضحی از روش های استنتاج آماری برای دانش آموزانی که با نمادهای ریاضی راحت هستند ارائه می دهد. مثالها، مطالعات موردی و تمرینهای متعددی گنجانده شده است. R برای ساده کردن محاسبات، ایجاد ارقام، و رسم نمونه های شبه تصادفی استفاده می شود - نه برای انجام تجزیه و تحلیل کامل.
پس از بحث در مورد اهمیت شانس در آزمایش، متن ابزارهای اساسی را توسعه می دهد. احتمال سپس اصل پلاگین یک انتقال از جمعیت ها به نمونه ها را فراهم می کند و انواع آمار خلاصه و تکنیک های تشخیصی را تحریک می کند. قلب متن توضیح دقیقی از تخمین نقطه، آزمون فرضیه و فواصل اطمینان است. نویسنده سپس روشهایی را برای مشکلات مکان یابی 1 و 2 نمونه، تجزیه و تحلیل واریانس، برازش خوب، و همبستگی و رگرسیون توضیح میدهد. او با بحث در مورد نقش شبیهسازی در استنتاج آماری مدرن به پایان میرسد.
با تمرکز بر مفروضاتی که زیربنای روشهای آماری رایج هستند، این کتاب درسی توضیح میدهد که چگونه و چرا از این روشها برای تجزیه و تحلیل تجربی استفاده میشود. داده ها.
Emphasizing concepts rather than recipes, An Introduction to Statistical Inference and Its Applications with R provides a clear exposition of the methods of statistical inference for students who are comfortable with mathematical notation. Numerous examples, case studies, and exercises are included. R is used to simplify computation, create figures, and draw pseudorandom samples—not to perform entire analyses.
After discussing the importance of chance in experimentation, the text develops basic tools of probability. The plug-in principle then provides a transition from populations to samples, motivating a variety of summary statistics and diagnostic techniques. The heart of the text is a careful exposition of point estimation, hypothesis testing, and confidence intervals. The author then explains procedures for 1- and 2-sample location problems, analysis of variance, goodness-of-fit, and correlation and regression. He concludes by discussing the role of simulation in modern statistical inference.
Focusing on the assumptions that underlie popular statistical methods, this textbook explains how and why these methods are used to analyze experimental data.