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: Thomas Haslwanter (auth.)
سری: Statistics and Computing
ISBN (شابک) : 9783319283166, 9783319283159
ناشر: Springer International Publishing
سال نشر: 2016
تعداد صفحات: 285
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 5 مگابایت
کلمات کلیدی مربوط به کتاب مقدمه ای بر آمار با پایتون: با کاربردها در علوم زیستی: برنامه های آمار و محاسبات/آمار، آمار برای علوم زیستی، پزشکی، علوم بهداشتی، آمار زیستی، علوم و مهندسی محاسبات، زبان های برنامه نویسی، کامپایلرها، مترجمان
در صورت تبدیل فایل کتاب An Introduction to Statistics with Python: With Applications in the Life Sciences 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 آمار با پایتون: با کاربردها در علوم زیستی 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 درسی مقدمه ای بر نرم افزار رایگان پایتون و استفاده از آن برای تجزیه و تحلیل داده های آماری ارائه می دهد. این آزمونهای آماری رایج برای دادههای پیوسته، گسسته و مقولهای و همچنین تحلیل رگرسیون خطی و موضوعاتی از تجزیه و تحلیل بقا و آمار بیزی را پوشش میدهد. کد کار و دادههای راهحلهای پایتون برای هر آزمون، همراه با مثالهای ساده پایتون، میتواند توسط خواننده بازتولید شود و درک فوری آنها از موضوع را تقویت کند. با پیشرفتهای اخیر در اکوسیستم پایتون، پایتون به یک زبان محبوب برای محاسبات علمی تبدیل شده است، که محیطی قدرتمند برای تجزیه و تحلیل دادههای آماری و جایگزین جالبی برای R ارائه میکند. این کتاب برای دانشجویان کارشناسی ارشد و دکترا، عمدتاً از علوم زندگی و پزشکی در نظر گرفته شده است. ، با دانش اولیه آمار. از آنجایی که برخی از پیشینه های آماری را نیز فراهم می کند، این کتاب می تواند توسط هر کسی که می خواهد تجزیه و تحلیل داده های آماری را انجام دهد، مورد استفاده قرار گیرد.
This textbook provides an introduction to the free software Python and its use for statistical data analysis. It covers common statistical tests for continuous, discrete and categorical data, as well as linear regression analysis and topics from survival analysis and Bayesian statistics. Working code and data for Python solutions for each test, together with easy-to-follow Python examples, can be reproduced by the reader and reinforce their immediate understanding of the topic. With recent advances in the Python ecosystem, Python has become a popular language for scientific computing, offering a powerful environment for statistical data analysis and an interesting alternative to R. The book is intended for master and PhD students, mainly from the life and medical sciences, with a basic knowledge of statistics. As it also provides some statistics background, the book can be used by anyone who wants to perform a statistical data analysis.
Front Matter....Pages i-xvii
Front Matter....Pages 1-1
Why Statistics?....Pages 3-4
Python....Pages 5-42
Data Input....Pages 43-49
Display of Statistical Data....Pages 51-71
Front Matter....Pages 73-73
Background....Pages 75-88
Distributions of One Variable....Pages 89-120
Hypothesis Tests....Pages 121-137
Tests of Means of Numerical Data....Pages 139-157
Tests on Categorical Data....Pages 159-173
Analysis of Survival Times....Pages 175-180
Front Matter....Pages 181-181
Linear Regression Models....Pages 183-220
Multivariate Data Analysis....Pages 221-225
Tests on Discrete Data....Pages 227-236
Bayesian Statistics....Pages 237-243
Back Matter....Pages 245-278