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:
نویسندگان: Daniel Bättig (auth.)
سری: Statistik und ihre Anwendungen
ISBN (شابک) : 9783662542200, 9783662542194
ناشر: Springer Berlin Heidelberg
سال نشر: 2017
تعداد صفحات: 403
زبان: German
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 9 مگابایت
کلمات کلیدی مربوط به کتاب تجزیه و تحلیل داده های کاربردی: روش بیزی: برنامه های آمار و محاسبات/آمار، آمار برای علوم زیستی، پزشکی، علوم بهداشتی، مدل سازی ریاضی و ریاضیات صنعتی
در صورت تبدیل فایل کتاب Angewandte Datenanalyse: Der Bayes'sche Weg 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 تجزیه و تحلیل داده های کاربردی: روش بیزی 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 با ساختار سیستماتیک برای تجزیه و تحلیل داده های کاربردی، آمار بیزی و روش های شبیه سازی کامپیوتری مدرن ارائه می دهد. بر اساس هدف تعیین متغیرهای غیرمستقیم قابل اندازه گیری و محاسبه پیش بینی مقادیر آینده متغیرهای نامشخص، روش ها را توصیف و توضیح می دهد - از جمع آوری سیستماتیک داده ها تا کمی سازی عدم قطعیت بر اساس احتمالات تا استفاده از مدل های رگرسیونی. این کتاب با تکالیف انعکاسی متعدد و مثالهای عملی و همچنین آموزشهای آن که در بسیاری از دروس امتحان شده است، برای دانشجویان علوم کاربردی مانند مهندسی، علوم طبیعی و اقتصاد ایدهآل است. برخی از فصلها برای ویرایش جدید اصلاح شدهاند. . علاوه بر این، بخشی در مورد مدل های سلسله مراتبی اضافه شد و کتاب با فصلی در مورد معقول بودن مدل ها و فرضیه ها تکمیل شد. هم مجموعه داده ها و کدهای برنامه استفاده شده و هم راه حل های مربوط به وظایف بازتابی به صورت آنلاین به عنوان مواد اضافی در دسترس هستند.
Dieses Buch bietet einen systematisch aufgebauten Einstieg in angewandte Datenanalyse, Bayes ́sche Statistik und moderne Simulationsmethoden mit dem Computer. Ausgehend von der Zielsetzung, nicht direkt messbare Größen zu bestimmen und Prognosen zu zukünftigen Werten von unsicheren Größen zu berechnen, beschreibt und erläutert es die Vorgehensweisen – von der systematischen Sammlung von Daten über die Quantifizierung von Unsicherheit anhand von Wahrscheinlichkeiten bis hin zur Anwendung von Regressionsmodellen.Mit zahlreichen Reflexionsaufgaben und Beispielen aus der Praxis sowie seiner in vielen Kursen erprobten Didaktik ist das Buch ideal für Studierende in den angewandten Wissenschaften wie Ingenieur-, Natur- und Wirtschaftswissenschaften geeignet.Für die Neuauflage wurden einige Kapitel überarbeitet. Zudem wurde ein Abschnitt zu hierarchischen Modellen eingefügt und das Buch mit einem Kapitel zur Plausibilität von Modellen und von Hypothesen ergänzt. Sowohl die verwendeten Datensätze und Programmcodes als auch die Lösungen zu den Reflexionsaufgaben sind als Zusatzmaterial online verfügbar.
Front Matter....Pages I-XVI
Eine Einführung und ein Überblick....Pages 1-23
Wie man Versuche planen kann....Pages 25-46
Messen und Kontrollieren....Pages 47-74
Das Fundament: Wahrscheinlichkeiten....Pages 75-116
Nicht direkt messbare Grössen bestimmen....Pages 117-136
Mehrere Grössen und Korrelation....Pages 137-155
Messwerte prognostizieren....Pages 157-166
Modellwahl: Information und Entropie....Pages 167-186
Zwei Modelle zu positiven Grössen....Pages 187-208
Streuung und Normalverteilung....Pages 209-234
Explorative Datenanalyse....Pages 235-269
Regressionsmodelle....Pages 271-290
Regressionsmodelle: Parameter und Prognosen....Pages 291-327
Standardfehler, Ranglisten und Modelle....Pages 329-355
Plausibilität von Modellen und von Hypothesen....Pages 357-380
Back Matter....Pages 381-393