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 Censored Quantile Regression Redux + Code

دانلود کتاب رگرسیون Quantile سانسور شده Redux + کد

مشخصات کتاب

Censored Quantile Regression Redux + Code

دسته بندی: برنامه نویسی: زبان های برنامه نویسی
ویرایش:  
نویسندگان: Koenker R.  
سری:  
 
ناشر:  
سال نشر:  
تعداد صفحات: 0 
زبان: English 
فرمت فایل : RAR (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 8 مگابایت

قیمت کتاب (تومان) : 36,000

کلمات کلیدی مربوط به کتاب رگرسیون Quantile سانسور شده Redux + کد: کتابخانه، ادبیات کامپیوتر، ر

میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 15

در صورت تبدیل فایل کتاب Censored Quantile Regression Redux + Code 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 Quantile سانسور شده Redux + کد 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 Quantile سانسور شده Redux + کد

رگرسیون کمی برای داده‌های بقا (مدت) سانسور شده، جایگزین انعطاف‌پذیرتری برای مدل خطر متناسب کاکس برای برخی کاربردها ارائه می‌کند. ما سه روش تخمینی را برای چنین کاربردهایی که اخیراً در بسته R کوانترگ گنجانده شده اند توصیف می کنیم: برآوردگر پاول (1986) برای سانسور ثابت، و دو روش برای سانسور تصادفی، یکی توسط پورتنو (2003) و دیگری توسط پنگ و هوانگ (2008). برآوردگرهای Portnoy و Peng-Huang را می توان به ترتیب به عنوان تعمیم رگرسیون تخمینگرهای Kaplan-Meier و Nelson-Aalen از چندک های تک متغیره برای مشاهدات سانسور شده مشاهده کرد. برخی از مقایسه‌های مجانبی و شبیه‌سازی برای برجسته کردن مزایا و معایب سه روش انجام شده‌اند.

توضیحاتی درمورد کتاب به خارجی

Quantile regression for censored survival (duration) data offers a more flexible alternative to the Cox proportional hazard model for some applications. We describe three estimation methods for such applications that have been recently incorporated into the R package quantreg: the Powell (1986) estimator for fixed censoring, and two methods for random censoring, one introduced by Portnoy (2003), and the other by Peng and Huang (2008). The Portnoy and Peng-Huang estimators can be viewed, respectively, as generalizations to regression of the Kaplan-Meier and Nelson-Aalen estimators of univariate quantiles for censored observations. Some asymptotic and simulation comparisons are made to highlight advantages and disadvantages of the three methods.