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: 1 نویسندگان: Peter X. -K. Song سری: Springer Series in Statistics ISBN (شابک) : 9780387713922, 0387713921 ناشر: Springer سال نشر: 2007 تعداد صفحات: 353 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 4 مگابایت
کلمات کلیدی مربوط به کتاب تجزیه و تحلیل داده های همبسته. مدل سازی ، تجزیه و تحلیل و برنامه های کاربردی: ریاضیات، نظریه احتمالات و آمار ریاضی، آمار ریاضی، آمار ریاضی کاربردی
در صورت تبدیل فایل کتاب Correlated Data Analysis. Modeling, Analytics and Applns 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 همبسته. مدل سازی ، تجزیه و تحلیل و برنامه های کاربردی 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.
این کتاب برخی از پیشرفتهای اخیر در تجزیه و تحلیل دادههای همبسته را ارائه میکند. از کلاس مدل های پراکندگی به عنوان اجزای حاشیه ای در فرمول بندی مدل های مشترک برای داده های همبسته استفاده می کند. این کتاب را قادر میسازد تا طیف وسیعتری از انواع دادهها را نسبت به مدلهای خطی تعمیمیافته سنتی تجزیه و تحلیل کند. یک مثال داده های زاویه ای همبسته است. این کتاب یک درمان سیستماتیک برای موضوع تخمین توابع ارائه می دهد. تحت این چارچوب، هر دو معادلات برآورد تعمیم یافته (GEE) و توابع استنتاج درجه دوم (QIF) به عنوان موارد خاص مورد مطالعه قرار می گیرند. علاوه بر مدلهای حاشیهای و مدلهای اثرات مختلط، این کتاب موضوعاتی در مورد تحلیل رگرسیون مشترک بر اساس کوپولهای گاوسی و مدلهای فضای حالت تعمیمیافته برای دادههای طولی سریهای زمانی طولانی را پوشش میدهد. نمونه های مختلف داده های دنیای واقعی، تصاویر عددی و نکات استفاده از نرم افزار در سراسر کتاب ارائه شده است. این کتاب از یادداشت های سخنرانی در مورد تجزیه و تحلیل داده های طولی تکامل یافته است و ممکن است به عنوان یک کتاب درسی برای دوره تحصیلات تکمیلی در مورد تجزیه و تحلیل داده های همبسته مناسب در نظر گرفته شود. این کتاب بیشتر به سمت جزئیات فنی در مورد نظریه اساسی و روش مورد استفاده در برنامه های کاربردی مبتنی بر نرم افزار تمایل دارد. بنابراین، این کتاب به عنوان یک مرجع مفید برای کسانی که خواهان توضیحات نظری برای پازل های ناشی از تجزیه و تحلیل داده ها یا درک عمیق تر نظریه اساسی مرتبط با تجزیه و تحلیل هستند، خواهد بود.
This book presents some recent developments in correlated data analysis. It utilizes the class of dispersion models as marginal components in the formulation of joint models for correlated data. This enables the book to handle a broader range of data types than those analyzed by traditional generalized linear models. One example is correlated angular data. This book provides a systematic treatment for the topic of estimating functions. Under this framework, both generalized estimating equations (GEE) and quadratic inference functions (QIF) are studied as special cases. In addition to marginal models and mixed-effects models, this book covers topics on joint regression analysis based on Gaussian copulas and generalized state space models for longitudinal data from long time series. Various real-world data examples, numerical illustrations and software usage tips are presented throughout the book. This book has evolved from lecture notes on longitudinal data analysis, and may be considered suitable as a textbook for a graduate course on correlated data analysis. This book is inclined more towards technical details regarding the underlying theory and methodology used in software-based applications. Therefore, the book will serve as a useful reference for those who want theoretical explanations to puzzles arising from data analyses or deeper understanding of underlying theory related to analyses.
Front Matter....Pages I-XV
Introduction and Examples....Pages 1-21
Dispersion Models....Pages 23-53
Inference Functions....Pages 55-71
Modeling Correlated Data....Pages 73-85
Marginal Generalized Linear Models....Pages 87-120
Vector Generalized Linear Models....Pages 121-155
Mixed-Effects Models: Likelihood-Based Inference....Pages 157-194
Mixed-Effects Models: Bayesian Inference....Pages 195-215
Linear Predictors....Pages 217-226
Generalized State Space Models....Pages 227-237
Generalized State Space Models for Longitudinal Binomial Data....Pages 239-260
Generalized State Space Models for Longitudinal Count Data....Pages 261-290
Missing Data in Longitudinal Studies....Pages 291-328
Back Matter....Pages 329-346