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: 1
نویسندگان: Vladimir Spokoiny. Thorsten Dickhaus (auth.)
سری: Springer Texts in Statistics
ISBN (شابک) : 9783642399084, 9783642399091
ناشر: Springer-Verlag Berlin Heidelberg
سال نشر: 2015
تعداد صفحات: 311
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 3 مگابایت
کلمات کلیدی مربوط به کتاب مبانی آمار ریاضی مدرن: نظریه و روش های آماری، احتمال و آمار در علوم کامپیوتر
در صورت تبدیل فایل کتاب Basics of Modern Mathematical Statistics 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 مبانی آمار ریاضی مدرن 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 درسی ارائهای یکپارچه و مستقل از رویکردها و ایدههای اصلی آمار ریاضی را ارائه میدهد. ایده ها و ابزارهای اساسی ریاضی مورد نیاز را به عنوان مبنایی برای مطالعه جدی تر یا حتی تحقیقات مستقل در آمار جمع آوری می کند. اکثر کتاب های درسی موجود در آمار ریاضی از چارچوب مجانبی کلاسیک پیروی می کنند. با این حال، همانطور که آمارهای مدرن در سال های اخیر به سرعت تغییر کرده است، روش ها و رویکردهای جدیدی ظاهر شده اند. تاکید بر رفتار نمونه محدود، ابعاد پارامتر بزرگ و مشخصات نادرست مدل است. کتاب حاضر با جمعآوری دانش پایه، مفاهیم و یافتههای مورد نیاز برای انجام تحقیقات بیشتر در آمارهای نظری و کاربردی مدرن، مقدمهای کاملاً مستقل به دنیای آمارهای ریاضی مدرن ارائه میکند. این کتاب در درجه اول برای دانشجویان فارغ التحصیل و فوق دکترا و محققان جوانی است که به روش های آماری مدرن علاقه مند هستند.
This textbook provides a unified and self-contained presentation of the main approaches to and ideas of mathematical statistics. It collects the basic mathematical ideas and tools needed as a basis for more serious study or even independent research in statistics. The majority of existing textbooks in mathematical statistics follow the classical asymptotic framework. Yet, as modern statistics has changed rapidly in recent years, new methods and approaches have appeared. The emphasis is on finite sample behavior, large parameter dimensions, and model misspecifications. The present book provides a fully self-contained introduction to the world of modern mathematical statistics, collecting the basic knowledge, concepts and findings needed for doing further research in the modern theoretical and applied statistics. This textbook is primarily intended for graduate and postdoc students and young researchers who are interested in modern statistical methods.
Front Matter....Pages i-xviii
Basic Notions....Pages 1-10
Parameter Estimation for an i.i.d. Model....Pages 11-73
Regression Estimation....Pages 75-118
Estimation in Linear Models....Pages 119-172
Bayes Estimation....Pages 173-194
Testing a Statistical Hypothesis....Pages 195-222
Testing in Linear Models....Pages 223-243
Some Other Testing Methods....Pages 245-267
Back Matter....Pages 269-296