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 Analysing spatial point patterns in R

دانلود کتاب تحلیل الگوهای نقطه فضایی در R

مشخصات کتاب

Analysing spatial point patterns in R

دسته بندی: برنامه نویسی: زبان های برنامه نویسی
ویرایش:  
نویسندگان: Baddeley A.  
سری:  
 
ناشر:  
سال نشر:  
تعداد صفحات: 232 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 12 مگابایت

قیمت کتاب (تومان) : 84,000

کلمات کلیدی مربوط به کتاب تحلیل الگوهای نقطه فضایی در R: کتابخانه، ادبیات کامپیوتر، ر

میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 14

در صورت تبدیل فایل کتاب Analysing spatial point patterns in 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 تحلیل الگوهای نقطه فضایی در 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 تحلیل الگوهای نقطه فضایی در R

232 صفحه
این مجموعه مفصلی از یادداشت ها برای کارگاهی در مورد تجزیه و تحلیل الگوهای نقطه فضایی در R است که توسط نویسنده در استرالیا و نیوزیلند از سال 2006 ارائه شده است.
هدف این کارگاه تجهیز محققان به طیف وسیعی از تکنیک های عملی برای تجزیه و تحلیل آماری الگوهای نقطه فضایی. برخی از تکنیک ها به خوبی در ادبیات برنامه های کاربردی تثبیت شده اند، در حالی که برخی از پیشرفت های بسیار اخیر هستند. این کارگاه مبتنی بر spatstat است، یک کتابخانه کمک‌شده برای بسته آماری R، که نرم‌افزار منبع باز رایگان است.
موضوعات تحت پوشش عبارتند از: فرمول‌بندی آماری و مسائل روش‌شناختی. ورودی و مدیریت داده ها؛ مفاهیم R مانند کلاس ها و روش ها. تجزیه و تحلیل داده های اکتشافی؛ برآوردهای ناپارامتری شدت و ریسک. تست برازش برای تصادفی بودن کامل فضایی. استنتاج حداکثر احتمال برای فرآیندهای پواسون. رگرسیون لجستیک فضایی؛ اعتبارسنجی مدل برای فرآیندهای پواسون. تحلیل اکتشافی وابستگی؛ روش های فاصله و توابع خلاصه مانند تابع K ریپلی. تکنیک های شبیه سازی؛ مدل های فرآیند نقطه غیر پواسون. برازش مدل ها با استفاده از آمار خلاصه. LISA و تجزیه و تحلیل محلی؛ توابع K ناهمگن. مدل های فرآیند نقطه گیبس. برازش مدل های گیبس; شبیه سازی مدل های گیبس؛ اعتبارسنجی مدل های گیبس؛ الگوهای نقطه چندگانه و مشخص شده؛ تجزیه و تحلیل اکتشافی الگوهای چند نوع و نقطه مشخص. مدل‌های فرآیند پواسون چندگانه و استنتاج حداکثر احتمال. مدل‌های فرآیند گیبس و حداکثر شبه احتمال. الگوهای بخش خط، الگوهای نقطه سه بعدی، الگوهای نقطه چند بعدی فضا-زمان، الگوهای نقطه تکرار شده، و روش‌های هندسه تصادفی.

توضیحاتی درمورد کتاب به خارجی

232 pages
This is a detailed set of notes for a workshop on Analysing spatial point patterns in R, presented by the author in Australia and New Zealand since 2006.
The goal of the workshop is to equip researchers with a range of practical techniques for the statistical analysis of spatial point patterns. Some of the techniques are well established in the applications literature, while some are very recent developments. The workshop is based on spatstat, a contributed library for the statistical package R, which is free open source software.
Topics covered include: statistical formulation and methodological issues; data input and handling; R concepts such as classes and methods; exploratory data analysis; nonparamet- ric intensity and risk estimates; goodness-of-fit testing for Complete Spatial Randomness; maximum likelihood inference for Poisson processes; spatial logistic regression; model val- idation for Poisson processes; exploratory analysis of dependence; distance methods and summary functions such as Ripley’s K function; simulation techniques; non-Poisson point process models; fitting models using summary statistics; LISA and local analysis; inhomo- geneous K -functions; Gibbs point process models; fitting Gibbs models; simulating Gibbs models; validating Gibbs models; multitype and marked point patterns; exploratory analysis of multitype and marked point patterns; multitype Poisson process models and maximum likelihood inference; multitype Gibbs process models and maximum pseudolikelihood; line segment patterns, 3-dimensional point patterns, multidimensional space-time point patterns, replicated point patterns, and stochastic geometry methods.