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
دسته بندی: برنامه نویسی: زبان های برنامه نویسی ویرایش: 1 نویسندگان: Christopher Hay-Jahans سری: ISBN (شابک) : 1439873658, 9781439873663 ناشر: Chapman and Hall/CRC سال نشر: 2011 تعداد صفحات: 366 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 2 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
کلمات کلیدی مربوط به کتاب همراهی R برای مدل های آماری خطی: کتابخانه، ادبیات کامپیوتر، ر
در صورت تبدیل فایل کتاب An R Companion to Linear Statistical Models 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 همراهی R برای مدل های آماری خطی 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 تمرکز بر برنامهنویسی توسعهیافته توسط کاربر، An R Companion to Linear Statistical Models به دو مخاطب خدمت میکند: کسانی که با تئوری و کاربردهای مدلهای آماری خطی آشنا هستند و میخواهند مهارتهای خود را در R یاد بگیرند یا افزایش دهند. و کسانی که در دوره رگرسیون و تحلیل واریانس مبتنی بر R ثبت نام کرده اند. برای کسانی که هرگز از R استفاده نکردهاند، کتاب با مقدمهای برای R آغاز میشود که پایههای فصلهای بعدی را میسازد. این کتاب شامل نمونه های گسترده و با دقت توضیح داده شده در مورد نحوه نوشتن برنامه با استفاده از زبان برنامه نویسی R است. این مثالها روشهای مورد استفاده برای رگرسیون خطی و آزمایشهای طراحیشده با حداکثر دو عامل اثر ثابت، از جمله متغیرهای مسدودکننده و متغیرهای کمکی را پوشش میدهند. همچنین کاربردهای چندین توابع از پیش بسته بندی شده را برای رویه های محاسباتی پیچیده نشان می دهد.
Focusing on user-developed programming, An R Companion to Linear Statistical Models serves two audiences: those who are familiar with the theory and applications of linear statistical models and wish to learn or enhance their skills in R; and those who are enrolled in an R-based course on regression and analysis of variance. For those who have never used R, the book begins with a self-contained introduction to R that lays the foundation for later chapters. This book includes extensive and carefully explained examples of how to write programs using the R programming language. These examples cover methods used for linear regression and designed experiments with up to two fixed-effects factors, including blocking variables and covariates. It also demonstrates applications of several pre-packaged functions for complex computational procedures.
Front Cover......Page 1
Dedication......Page 7
Contents......Page 8
Preface......Page 16
I. Background......Page 20
1. Getting Started......Page 21
2. Working with Numbers......Page 42
3. Working with Data Structures......Page 54
4. Basic Plotting Functions......Page 78
5. Automating Flow in Programs......Page 102
II. Linear Regression Models......Page 118
6. Simple Linear Regression......Page 120
7. Simple Remedies for Simple Regression......Page 152
8. Multiple Linear Regression......Page 186
9. Additional Diagnostics for Multiple Regression......Page 222
10. Simple Remedies for Multiple Regression......Page 250
III. Linear Models with Fixed-Effects Factors......Page 268
11. One-Factor Models......Page 270
12. One-Factor Models with Covariates......Page 302
13. One-Factor Models with a Blocking Variable......Page 320
14. Two-Factor Models......Page 338
15. Simple Remedies for Fixed-Effects Models......Page 354
Bibliography......Page 360