دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Applied Logistic Regression (Wiley Series in Probability and Mathematical Statistics. Applied Probability and Statistics Section)
دانلود کتاب رگرسیون لجستیک کاربردی (سری ویلی در احتمالات و آمار ریاضی. بخش احتمالات و آمار کاربردی)
مشخصات کتاب
Applied Logistic Regression (Wiley Series in Probability and Mathematical Statistics. Applied Probability and Statistics Section)
ویرایش: نویسندگان: David W. Hosmer, Stanley Lemeshow سری: ISBN (شابک) : 0471615536, 9780471615538 ناشر: John Wiley & Sons Inc سال نشر: 1989 تعداد صفحات: 307 زبان: English فرمت فایل : CHM (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 809 Kb
قیمت کتاب (تومان) : 34,000
در صورت تبدیل فایل کتاب Applied Logistic Regression (Wiley Series in Probability and Mathematical Statistics. Applied Probability and Statistics Section) 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 رگرسیون لجستیک کاربردی (سری ویلی در احتمالات و آمار ریاضی. بخش احتمالات و آمار کاربردی) 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 رگرسیون لجستیک کاربردی (سری ویلی در احتمالات و آمار ریاضی. بخش احتمالات و آمار کاربردی)
این کتاب نحوه مدل‌سازی یک متغیر نتیجه باینری را از دیدگاه تحلیل رگرسیون خطی مورد بحث قرار می‌دهد. این مدل رگرسیون لجستیک را توسعه می‌دهد و استفاده از آن را در روش‌هایی برای مدل‌سازی رابطه بین یک متغیر نتیجه دوگانه و مجموعه‌ای از متغیرهای کمکی توصیف می‌کند. بحث در مورد تفسیر این مدل در ادامه می آید. متن شامل چندین مجموعه داده است که منبع مثال ها و تمرین ها هستند. این کتاب همچنین از تعدادی بسته نرم افزاری از جمله BMDP، EGRET، GLIM، SAS و SYSTAT برای تجزیه و تحلیل مجموعه داده ها استفاده می کند.
توضیحاتی درمورد کتاب به خارجی
This book discusses how to model a binary outcome variable from a linear regression analysis point of view. It develops the logistic regression model and describes its use in methods for modelling the relationship between a dichotomous outcome variable and a set of covariates. Discussion of the interpretation of this model follows. The text includes several data sets which are the source of the examples and exercises. The book also uses a number of software packages, including BMDP, EGRET, GLIM, SAS, and SYSTAT, to analyze data sets.
