ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

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 Applied Regression Modeling, Second Edition

دانلود کتاب مدلسازی رگرسیون کاربردی، ویرایش دوم

Applied Regression Modeling, Second Edition

مشخصات کتاب

Applied Regression Modeling, Second Edition

ویرایش:  
نویسندگان:   
سری:  
ISBN (شابک) : 9781118097281, 9781118345054 
ناشر:  
سال نشر: 2012 
تعداد صفحات: 334 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 9 مگابایت 

قیمت کتاب (تومان) : 39,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 9


در صورت تبدیل فایل کتاب Applied Regression Modeling, Second Edition 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 مدلسازی رگرسیون کاربردی، ویرایش دوم 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 مدلسازی رگرسیون کاربردی، ویرایش دوم



تمجید از چاپ اول

\"توجه به جزئیات قابل توجه است. کتاب بسیار خوب نوشته شده است و نویسنده در توصیفات خود بسیار محتاط است... نمونه ها فوق العاده هستند.\" ؟آمار آمریکایی

به طور کامل برای منعکس کردن آخرین روش ها و برنامه های کاربردی نوظهور تجدید نظر شده است. i>مدل‌سازی رگرسیون کاربردی، ویرایش دوم همچنان مزایای روش‌های آماری، به‌ویژه تحلیل و مدل‌سازی رگرسیون را برای درک، تجزیه و تحلیل و تفسیر داده‌های چند متغیره در کاربردهای تجاری، علمی و علوم اجتماعی برجسته می‌کند.

نویسنده از انبوهی از مثال‌های واقعی، مطالعات موردی، تصاویر و گرافیک استفاده می‌کند تا خوانندگان را با دنیای تحلیل رگرسیون با استفاده از بسته‌های نرم‌افزاری مختلف، از جمله R، SPSS، Minitab، SAS، JMP، و S-PLUS آشنا کند. . این کتاب با سبک نوشتاری واضح و دقیق، پسوندهای مدل‌سازی را معرفی می‌کند که تکنیک‌های رگرسیون پیشرفته‌تر را نشان می‌دهد، از جمله رگرسیون لجستیک، رگرسیون پواسون، مدل‌های انتخاب گسسته، مدل‌های چند سطحی، و مدل‌سازی بیزی.

علاوه بر این، < i>نسخه دوم دارای شفاف سازی و بسط موضوعات چالش برانگیز است، مانند:

  • تحولات، متغیرهای شاخص، و تعامل
  • مفروضات مدل تست
  • واریانس غیر ثابت
  • همبستگی خودکار
  • روشهای انتخاب متغیر
  • ساخت مدل و تفسیر گرافیکی

در سراسر کتاب، مجموعه داده ها و نمونه ها به روز شده اند و مشکلات اضافی در پایان هر فصل گنجانده شده است که به خوانندگان اجازه می دهد درک خود را از مطالب ارائه شده آزمایش کنند. علاوه بر این، یک وب‌سایت مرتبط شامل مجموعه داده‌های کتاب، اسلایدهای ارائه، دستورالعمل‌های نرم‌افزار آماری دقیق، و منابع یادگیری شامل مشکلات اضافی و فیلم‌های آموزشی است.

با یک رویکرد بصری که بر روی جزئیات ریاضی سنگین نیست، Applied Regression Modeling, Second Editionکتابی عالی برای دروس تحلیل رگرسیون آماری در سطح فوق لیسانس و فوق لیسانس است. این کتاب همچنین به عنوان یک منبع ارزشمند برای متخصصان و محققانی است که از روش‌های آماری برای تصمیم‌گیری در کارهای روزمره خود استفاده می‌کنند.

محتوا:
مبانی فصل 1 (صفحات 1-33):
فصل 2 ساده رگرسیون خطی (صفحات 35-82):
فصل 3 رگرسیون خطی چندگانه (صفحه های 83-135):
فصل 4 مدل رگرسیون ساختمان I (صفحات 137-188):
فصل 5 مدل رگرسیون ساختمان II ( صفحات 189-242):
مطالعات موردی فصل 6 (صفحات 243-266):
پسوندهای فصل 7 (صفحات 267-283):

توضیحاتی درمورد کتاب به خارجی

Praise for the First Edition

"The attention to detail is impressive. The book is very well written and the author is extremely careful with his descriptions . . . the examples are wonderful." ?The American Statistician

Fully revised to reflect the latest methodologies and emerging applications, Applied Regression Modeling, Second Edition continues to highlight the benefits of statistical methods, specifically regression analysis and modeling, for understanding, analyzing, and interpreting multivariate data in business, science, and social science applications.

The author utilizes a bounty of real-life examples, case studies, illustrations, and graphics to introduce readers to the world of regression analysis using various software packages, including R, SPSS, Minitab, SAS, JMP, and S-PLUS. In a clear and careful writing style, the book introduces modeling extensions that illustrate more advanced regression techniques, including logistic regression, Poisson regression, discrete choice models, multilevel models, and Bayesian modeling.

In addition, the Second Edition features clarification and expansion of challenging topics, such as:

  • Transformations, indicator variables, and interaction
  • Testing model assumptions
  • Nonconstant variance
  • Autocorrelation
  • Variable selection methods
  • Model building and graphical interpretation

Throughout the book, datasets and examples have been updated and additional problems are included at the end of each chapter, allowing readers to test their comprehension of the presented material. In addition, a related website features the book's datasets, presentation slides, detailed statistical software instructions, and learning resources including additional problems and instructional videos.

With an intuitive approach that is not heavy on mathematical detail, Applied Regression Modeling, Second Edition is an excellent book for courses on statistical regression analysis at the upper-undergraduate and graduate level. The book also serves as a valuable resource for professionals and researchers who utilize statistical methods for decision-making in their everyday work.

Content:
Chapter 1 Foundations (pages 1–33):
Chapter 2 Simple Linear Regression (pages 35–82):
Chapter 3 Multiple Linear Regression (pages 83–135):
Chapter 4 Regression Model Building I (pages 137–188):
Chapter 5 Regression Model Building II (pages 189–242):
Chapter 6 Case Studies (pages 243–266):
Chapter 7 Extensions (pages 267–283):




نظرات کاربران