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
دسته بندی: آمار ریاضی ویرایش: نویسندگان: Philip Woodward سری: Chapman & Hall/CRC Biostatistics Series ISBN (شابک) : 9781439839553, 1439839557 ناشر: CRC Press سال نشر: 2011 تعداد صفحات: 364 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 10 مگابایت
کلمات کلیدی مربوط به کتاب تجزیه و تحلیل بیزی ساده: رابط کاربری گرافیکی اکسل برای WinBUGS: ریاضیات، نظریه احتمالات و آمار ریاضی، آمار ریاضی، آمار ریاضی کاربردی
در صورت تبدیل فایل کتاب Bayesian Analysis Made Simple : An Excel GUI for WinBUGS 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 بیزی ساده: رابط کاربری گرافیکی اکسل برای WinBUGS 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.
از NLM های ساده تا GLMM های پیچیده، این کتاب نحوه استفاده از رابط کاربری گرافیکی برای WinBUGS - BugsXLA - یک افزونه اکسل نوشته شده توسط نویسنده که اجازه می دهد طیف وسیعی از مدل های بیزی را به راحتی مشخص کند، شرح می دهد. با مطالعات موردی در سراسر، متن نشان میدهد که چگونه میتوان به طور معمول جنبههای پیچیدهتر مشخصات مدل را مانند GLMM، مدلهای قویتر، مدلهای اثرات تصادفی Emax، خطاهای رگرسیون خودکار، و انتخاب متغیر بیزی. این بحث مختصر و به روز در مورد مسائل جاری در کاربرد عملی روش های بیزی ارائه می دهد. نویسنده همچنین توضیح میدهد که چگونه میتوان رایگان دریافت کرد تا بیشتر بخوانید...
From simple NLMs to complex GLMMs, this book describes how to use the GUI for WinBUGS - BugsXLA - an Excel add-in written by the author that allows a range of Bayesian models to be easily specified. With case studies throughout, the text shows how to routinely apply even the more complex aspects of model specification, such as GLMMs, outlier robust models, random effects Emax models, auto-regressive errors, and Bayesian variable selection. It provides brief, up-to-date discussions of current issues in the practical application of Bayesian methods. The author also explains how to obtain free so Read more...
Content: Brief Introduction to Statistics, Bayesian Methods, and WinBUGS Bayesian Paradigm WinBUGS Why Bother Using Bayesian Methods? BugsXLA Overview and Reference Manual Downloading and Installing BugsXLA BugsXLA Toolbar Bayesian Model Specification Set Variable Types MCMC & Output Options Predictions and Contrasts Prior Distributions Graphical Feedback Interface Model Checks Import Results Posterior Plots BugsXLA Options WinBUGS Utilities Normal Linear Models Generalized Linear Models Binomial Data Poisson Data Survival or Reliability Data Multivariate Categorical Data Normal Linear Mixed Models Generalized Linear Mixed Models Emax or Four-Parameter Logistic Non-Linear Models Bayesian Variable Selection Longitudinal and Repeated Measures Models Robust Models Beyond BugsXLA: Extending the WinBUGS Code Using BugsXLA's WinBUGS Utilities Editing the Initial MCMC Values Estimating Additional Quantities of Interest Appendix A: Distributions Referenced in BugsXLA Appendix B: BugsXLA's Automatically Generated Initial Values Appendix C: Explanation of WinBUGS Code Created by BugsXLA Appendix D: Explanation of R Scripts Created by BugsXLA Appendix E: Troubleshooting References Index
Abstract: From simple NLMs to complex GLMMs, this book describes how to use the GUI for WinBUGS - BugsXLA - an Excel add-in written by the author that allows a range of Bayesian models to be easily specified. With case studies throughout, the text shows how to routinely apply even the more complex aspects of model specification, such as GLMMs, outlier robust models, random effects Emax models, auto-regressive errors, and Bayesian variable selection. It provides brief, up-to-date discussions of current issues in the practical application of Bayesian methods. The author also explains how to obtain free so