ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

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 Combinatorial Inference in Geometric Data Analysis

دانلود کتاب استنتاج ترکیبی در تحلیل داده های هندسی

Combinatorial Inference in Geometric Data Analysis

مشخصات کتاب

Combinatorial Inference in Geometric Data Analysis

ویرایش:  
نویسندگان: , ,   
سری: Chapman & Hall/CRC Computer Science and Data Analysis 
ISBN (شابک) : 1498781616, 9781498781619 
ناشر: CRC Press 
سال نشر: 2019 
تعداد صفحات: xii+256
[269] 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 7 Mb 

قیمت کتاب (تومان) : 50,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 5


در صورت تبدیل فایل کتاب Combinatorial Inference in Geometric Data 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 استنتاج ترکیبی در تحلیل داده های هندسی 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 استنتاج ترکیبی در تحلیل داده های هندسی

تجزیه و تحلیل داده های هندسی رویکردی از آمار چند متغیره را تعیین می کند که مجموعه مشاهدات را به عنوان ابر اقلیدسی از نقاط مفهوم می کند.استنتاج ترکیبی در تجزیه و تحلیل داده های هندسینمای کلی از روش های استنتاج آماری چند بعدی ارائه می کند. قابل استفاده برای ابرهای نقاطی که هیچ فرضی در مورد فرآیند تولید داده یا توزیع ندارند، و مبتنی بر مدل‌سازی تصادفی نیستند، بلکه بر اساس روش‌های تغییر شکل مجدد در یک چارچوب ترکیبی هستند.



این به ویژه بر مقایسه گروهی از مشاهدات با یک جمعیت مرجع (آزمون ترکیبی) یا به یک مقدار مرجع پارامتر مکان (آزمون هندسی) و روی مشکلات همگنی تمرکز دارد، یعنی مقایسه چندین گروه برای دو گروه. طرح های اساسی این روش ها شامل استفاده از رویه های ترکیبی برای ساختن مجموعه مرجعی است که داده ها را در آن قرار می دهیم. آمار آزمون انتخابی منجر به پسوندهای اصلی، مانند تفسیر هندسی سطح مشاهده شده، و ساخت یک منطقه سازگاری می‌شود.



ویژگی‌ها:</ strong>



شی مورد مطالعه را دقیقاً در چارچوب رویه های چند بعدی تعریف می کند، یعنی ابرهای نقطه



تست های ترکیبی و محاسبات مربوطه را با نرم افزار R و Coheris SPAD ارائه می دهد



شامل چهار مطالعه موردی اصلی برای نشان دادن کاربرد آزمون ها می باشد

< br />
شامل پیشینه ریاضی لازم برای اطمینان از خودکفا بودن آن است



این کتاب برای محققان و دانشجویان آمار چند متغیره و همچنین کاربردی مناسب است. محققین رشته های مختلف علمی این می تواند برای دوره های تخصصی که در سطح کارشناسی ارشد یا دکترا تدریس می شود استفاده شود.


توضیحاتی درمورد کتاب به خارجی

Geometric Data Analysis designates the approach of Multivariate Statistics that conceptualizes the set of observations as a Euclidean cloud of points.Combinatorial Inference in Geometric Data Analysisgives an overview of multidimensional statistical inference methods applicable to clouds of points that make no assumption on the process of generating data or distributions, and that are not based on random modelling but on permutation procedures recasting in a combinatorial framework.



It focuses particularly on the comparison of a group of observations to a reference population (combinatorial test) or to a reference value of a location parameter (geometric test), and on problems of homogeneity, that is the comparison of several groups for two basic designs. These methods involve the use of combinatorial procedures to build a reference set in which we place the data. The chosen test statistics lead to original extensions, such as the geometric interpretation of the observed level, and the construction of a compatibility region.



Features:



Defines precisely the object under study in the context of multidimensional procedures, that is clouds of points



Presents combinatorial tests and related computations with R and Coheris SPAD software



Includes four original case studies to illustrate application of the tests



Includes necessary mathematical background to ensure it is self-contained



This book is suitable for researchers and students of multivariate statistics, as well as applied researchers of various scientific disciplines. It could be used for a specialized course taught at either master or PhD level.





نظرات کاربران