مشخصات کتاب

Data Analysis and Statistics for Geography, Environmental Science, and Engineering

ویرایش: 1 
نویسندگان: Miguel F. Acevedo (Author)  
سری:  
ISBN (شابک) : 9781439885017, 9780429169144 
ناشر: CRC Press 
سال نشر: 2012 
تعداد صفحات: 549 
زبان:  
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 117 مگابایت 

کلمات کلیدی مربوط به کتاب تجزیه و تحلیل داده ها و آمار برای جغرافیا، علوم محیطی و مهندسی: محیط زیست و کشاورزی، کشاورزی و علوم زیست محیطی، علوم زیست محیطی، علوم زمین، علوم زمین، ژئوشیمی، زمین آمار

در صورت تبدیل فایل کتاب Data Analysis and Statistics for Geography, Environmental Science, and Engineering 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 ها و آمار برای جغرافیا، علوم محیطی و مهندسی 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 تجزیه و تحلیل داده ها و آمار برای جغرافیا، علوم محیطی و مهندسی

ارائه یک پایه محکم برای دانشمندان و مهندسان قرن بیست و یکم، تجزیه و تحلیل داده ها و آمار برای جغرافیا، علوم محیطی و مهندسی خوانندگان را در یادگیری روش شناسی کمی، از جمله نحوه اجرای روش های تجزیه و تحلیل داده ها با استفاده از نرم افزار منبع باز، راهنمایی می کند. با توجه به اهمیت کار میان رشته ای در پایداری، این کتاب اصول آمار و احتمال، تجزیه و تحلیل چند متغیره، و روش های تحلیل فضایی قابل اجرا در انواع رشته های علوم و مهندسی را گرد هم می آورد. نحوه استفاده از انواع روش های آماری و تجزیه و تحلیل داده ها را بیاموزید. بر اساس سال ها تدریس نویسنده به دانشجویان فارغ التحصیل و کارشناسی، این کتاب درسی بر یادگیری عملی تأکید دارد. در دو بخش سازماندهی شده است و به انعطاف پذیری بیشتری با استفاده از مطالب در کشورهای مختلف و انواع برنامه های درسی اجازه می دهد. بخش اول احتمال، متغیرهای تصادفی و آمار استنباطی، کاربردهای رگرسیون، تحلیل سری‌های زمانی و تحلیل الگوهای نقطه‌ای مکانی را پوشش می‌دهد. بخش دوم از جبر ماتریسی برای پرداختن به مسائل چند بعدی استفاده می کند. پس از بررسی ماتریس‌ها، آن را به رگرسیون چندگانه، فرآیندهای تصادفی وابسته و سری‌های زمانی خودرگرسیون، تحلیل فضایی با استفاده از آمار زمین‌آمار و رگرسیون مکانی، تحلیل تفکیک‌کننده و انواع تحلیل‌های چند متغیره بر اساس روش‌های بردار ویژه می‌پردازد. از مفاهیم بنیادین تا حل موثر مسئله هر فصل با مطالب مفهومی و نظری شروع می شود تا پایه و اساس محکمی در نحوه کار روش ها ارائه دهد. مثال‌ها و تمرین‌ها کاربردها را نشان می‌دهند و نشان می‌دهند که چگونه از مفاهیم به حل مسئله برویم. جلسات کامپیوتری عملی به دانش آموزان این امکان را می دهد که مفاهیم عملی را درک کنند و با انجام کار یاد بگیرند. در سراسر، مثال‌ها و تمرین‌های کامپیوتری از seeg و RcmdrPlugin.seeg استفاده می‌کنند، بسته‌های منبع باز R توسعه‌یافته توسط نویسنده، که به دانش‌آموزان کمک می‌کند تا مهارت‌های پیاده‌سازی و انجام تجزیه و تحلیل و تجزیه و تحلیل نتایج را کسب کنند. این کتاب مستقل ارائه یکپارچه از روش‌های تجزیه و تحلیل داده‌ها را برای حل مشکل مؤثرتر ارائه می‌دهد. این کتاب با توضیحات واضح و آسان برای دنبال کردن، به دانش‌آموزان کمک می‌کند تا درک کاملی از تحلیل‌های آماری پایه ایجاد کنند و آنها را برای یادگیری روش‌های پیشرفته‌تر و تخصصی‌تری که در کارشان نیاز دارند، آماده می‌کند.

توضیحاتی درمورد کتاب به خارجی

Providing a solid foundation for twenty-first-century scientists and engineers, Data Analysis and Statistics for Geography, Environmental Science, and Engineering guides readers in learning quantitative methodology, including how to implement data analysis methods using open-source software. Given the importance of interdisciplinary work in sustainability, the book brings together principles of statistics and probability, multivariate analysis, and spatial analysis methods applicable across a variety of science and engineering disciplines. Learn How to Use a Variety of Data Analysis and Statistics Methods Based on the author’s many years of teaching graduate and undergraduate students, this textbook emphasizes hands-on learning. Organized into two parts, it allows greater flexibility using the material in various countries and types of curricula. The first part covers probability, random variables and inferential statistics, applications of regression, time series analysis, and analysis of spatial point patterns. The second part uses matrix algebra to address multidimensional problems. After a review of matrices, it delves into multiple regression, dependent random processes and autoregressive time series, spatial analysis using geostatistics and spatial regression, discriminant analysis, and a variety of multivariate analyses based on eigenvector methods. Build from Fundamental Concepts to Effective Problem Solving Each chapter starts with conceptual and theoretical material to give a firm foundation in how the methods work. Examples and exercises illustrate the applications and demonstrate how to go from concepts to problem solving. Hands-on computer sessions allow students to grasp the practical implications and learn by doing. Throughout, the computer examples and exercises use seeg and RcmdrPlugin.seeg, open-source R packages developed by the author, which help students acquire the skills to implement and conduct analysis and to analyze the results. This self-contained book offers a unified presentation of data analysis methods for more effective problem solving. With clear, easy-to-follow explanations, the book helps students to develop a solid understanding of basic statistical analysis and prepares them for learning the more advanced and specialized methods they will need in their work.

فهرست مطالب

Part I Introduction to Probability, Statistics, Time Series, and Spatial Analysis: Introduction. Probability Theory. Random Variables, Distributions, Moments, and Statistics. Exploratory Analysis and Introduction to Inferential Statistics. More on Inferential Statistics: Goodness of Fit, Contingency Analysis, and Analysis of Variance. Regression. Stochastic or Random Processes and Time Series. Spatial Point Patterns. Part II Matrices, Tempral and Spatial Autoregressive Processes, and Multivariate Analysis: Matrices and Linear Algebra. Multivariate Models. Dependent Stochastic Processes and Time Series. Geostatistics: Kriging. Spatial Auto-Correlation and Auto-Regression. Multivariate Analysis I: Reducing Dimensionality. Multivariate Analysis II: Identifying and Developing Relationships among Observations and Variables. Bibliography. Index.

نظرات کاربران

کتاب های تصادفی

دانلود کتاب The City of God Books 1-10

دانلود کتاب Being Anything and Going Anywhere: An Amdo Tibetan Auto-Song-Ography

دانلود کتاب Lipids, An Issue of Endocrinology and Metabolism Clinics

دانلود کتاب Diabetes atlas 3rd edtion

دانلود کتاب James Habersham: Loyalty, Politics, and Commerce in Colonial Georgia