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: تحلیل و بررسی ویرایش: نویسندگان: Borek Puza سری: ISBN (شابک) : 1921934255, 9781921934254 ناشر: ANU Press سال نشر: 2017 تعداد صفحات: 697 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 6 مگابایت
در صورت تبدیل فایل کتاب Bayesian Methods for Statistical Analysis 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 روشهای بیزی برای تجزیه و تحلیل آماری 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.
روش های بیزی برای تجزیه و تحلیل آماری کتابی در مورد روش های آماری برای تجزیه و تحلیل طیف گسترده ای از داده ها است. این کتاب شامل 12 فصل است که با مفاهیم پایه شروع می شود و موضوعات متعددی از جمله تخمین بیزی، نظریه تصمیم گیری، پیش بینی، آزمون فرضیه، مدل های سلسله مراتبی، روش های مونت کارلو زنجیره مارکوف، استنتاج جمعیت محدود، نمونه گیری مغرضانه و عدم پاسخگویی غیر قابل چشم پوشی را پوشش می دهد. این کتاب شامل تمرینهای زیادی است که همگی با راهحلهای کار شده از جمله کدهای کامپیوتری کامل هستند. این برای خودآموز یا یک دوره ترم طولانی با سه ساعت سخنرانی و یک آموزش در هفته به مدت 13 هفته مناسب است.
Bayesian methods for statistical analysis is a book on statistical methods for analysing a wide variety of data. The book consists of 12 chapters, starting with basic concepts and covering numerous topics, including Bayesian estimation, decision theory, prediction, hypothesis testing, hierarchical models, Markov chain Monte Carlo methods, finite population inference, biased sampling and nonignorable nonresponse. The book contains many exercises, all with worked solutions, including complete computer code. It is suitable for self-study or a semester-long course, with three hours of lectures and one tutorial per week for 13 weeks.