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: Carey Witkov. Keith Zengel
سری:
ISBN (شابک) : 9780198847151
ناشر: Oxford University Press
سال نشر: 2019
تعداد صفحات: 108
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 8 مگابایت
در صورت تبدیل فایل کتاب Chi-Squared Data Analysis and Model Testing for Beginners 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 داده های مجذور کای و تست مدل برای مبتدیان 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.
اکتشافات پیشگامانه اخیر در فیزیک، از جمله کشف بوزون هیگز و امواج گرانشی، بر تجزیه و تحلیل مجذور کای و آزمایش مدل، یک روش تجزیه و تحلیل داده ها، تکیه کرده اند. این اولین کتابی است که تست مدل کای دو را برای دانشآموزان دروس مقدماتی آزمایشگاه فیزیک و سایر افرادی که نیاز به یادگیری این روش دارند، مانند محققان مبتدی در اخترفیزیک و فیزیک ذرات، مبتدیان در علوم داده، و دانشجویان آزمایشگاهی در سایر تجربیات در دسترس قرار میدهد. علوم برای بیش از یک دهه، توالی مقدماتی آزمایشگاه فیزیک دانشگاه هاروارد، آزمایش مدل کای دو را به موضوع اصلی خود تبدیل کرده است. این کتاب که توسط دو عضو هیئت علمی نوشته شده است، بر اساس سالها تجربه است که به دانشآموزان آموزش میدهد که چگونه با آزمایش مدلهای خود با استفاده از تحلیل مجذور کای یاد بگیرند که چگونه مانند دانشمندان فکر کنند. با گنجاندن عدم قطعیتها در تکنیک برازش منحنی، تجزیه و تحلیل دادههای مجذور کای بر روشهای حداقل مربعات معمولی و رگرسیون خطی قرنها بهبود میبخشد و تخمین پارامتر برازش و آزمایش مدل را در یک روش ترکیب میکند. مجموعه ابزاری از مفاهیم ضروری آماری و تجربی از ابتدا با ویژگیهای جدید توسعه داده شده است تا حتی کسانی که با مواد آشنا هستند نیز مورد توجه قرار گیرد. ارائه آزمایش مدل کای دو پارامتری یک و دو، که فقط به احتمال اولیه و جبر نیاز دارد، با مطالعات موردی دنبال میشود که روشها را برای آزمایشهای آزمایشگاهی فیزیک مقدماتی ساده اعمال میکند. موضوعات چالش برانگیزتر که نیاز به حساب دیفرانسیل و انتگرال دارند در یک فصل مبحث پیشرفته مطرح می شوند. این مقدمه مستقل و دانشآموز پسند شامل واژهنامه، مسائل پایان فصل با راهحلهای کامل، و اسکریپتهای نرمافزار موجود در چندین زبان برنامهنویسی رایج است که خواننده میتواند برای آزمایش مدل خی دو استفاده کند.
Recent groundbreaking discoveries in physics, including the discovery of the Higgs Boson and gravitational waves, have relied on chi-squared analysis and model testing, a data analysis method. This is the first book to make chi-squared model testing accessible to students in introductory physics lab courses and others who need to learn this method, such as beginning researchers in astrophysics and particle physics, beginners in data science, and lab students in other experimental sciences. For over a decade, Harvard University's introductory physics lab sequence has made chi-squared model testing its central theme. Written by two faculty members, the book is based on years of experience teaching students learn how to think like scientists by testing their models using chi-squared analysis. By including uncertainties in the curve fitting technique, chi-squared data analysis improves on the centuries old ordinary least squares and linear regression methods and combines best fit parameter estimation and model testing in one method. A toolkit of essential statistical and experimental concepts is developed from the ground up with novel features to interest even those familiar with the material. The presentation of one and two parameter chi-squared model testing, requiring only elementary probability and algebra, is followed by case studies that apply the methods to simple introductory physics lab experiments. More challenging topics requiring calculus are addressed in an advanced topic chapter. This self-contained and student-friendly introduction includes a glossary, end of chapter problems with complete solutions, and software scripts available in several popular programming languages that the reader can use for chi-squared model testing.