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: سازمان و پردازش داده ها ویرایش: 1 نویسندگان: John Wolberg سری: ISBN (شابک) : 9783540256748, 3540256741 ناشر: Springer سال نشر: 2006 تعداد صفحات: 264 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 7 مگابایت
در صورت تبدیل فایل کتاب Data Analysis Using the Method of Least Squares 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 با استفاده از روش حداقل مربعات 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.
روش ترجیحی برای تجزیه و تحلیل داده های آزمایش های کمی، روش حداقل مربعات است. با این حال، اغلب قدرت کامل روش نادیده گرفته می شود و کتاب های بسیار کمی به این موضوع در سطحی که شایسته آن است می پردازند. هدف از تجزیه و تحلیل دادهها با استفاده از روش حداقل مربعات پر کردن این شکاف و شامل نوع اطلاعات مورد نیاز برای کمک به دانشمندان و مهندسان است که این روش را برای مسائل در زمینههای خاص مورد علاقه خود به کار گیرند. علاوه بر این، دانشجویان تحصیلات تکمیلی علوم و مهندسی با انجام کارهای تجربی می توانند از این کتاب بهره مند شوند. به ویژه، حداقل مربعات خطی و غیرخطی، استفاده از تخمینهای خطای تجربی برای وزندهی دادهها، روشهایی برای گنجاندن تخمینهای قبلی، روششناسی برای انتخاب و آزمایش مدلها، تحلیل پیشبینی، و برخی روشهای ناپارامتریک مورد بحث قرار میگیرند.
The preferred method of data analysis of quantitative experiments is the method of least squares. Often, however, the full power of the method is overlooked and very few books deal with this subject at the level that it deserves. The purpose of Data Analysis Using the Method of Least Squares is to fill this gap and include the type of information required to help scientists and engineers apply the method to problems in their special fields of interest. In addition, graduate students in science and engineering doing work of experimental nature can benefit from this book. Particularly, both linear and non-linear least squares, the use of experimental error estimates for data weighting, procedures to include prior estimates, methodology for selecting and testing models, prediction analysis, and some non-parametric methods are discussed.