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: Professor Dr.-Ing., Dr.-Ing. E.h. mult. Karl-Rudolf Koch (auth.) سری: ISBN (شابک) : 9783642630781, 9783642569708 ناشر: Springer-Verlag Berlin Heidelberg سال نشر: 2000 تعداد صفحات: 233 زبان: German فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 7 مگابایت
کلمات کلیدی مربوط به کتاب مقدمه ای بر آمار بیزی: ژئوفیزیک/ژئودزی، آمار برای مهندسی، فیزیک، علوم کامپیوتر، شیمی و علوم زمین، سیستم های اطلاعات جغرافیایی/کارتوگرافی، پردازش تصویر و بینایی کامپیوتری
در صورت تبدیل فایل کتاب Einführung in die Bayes-Statistik 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 مقدمه ای بر آمار بیزی 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 آمار بیزی را به روشی ساده و قابل درک معرفی می کند. بر اساس قضیه بیز، تخمین پارامترهای مجهول، ایجاد مناطق اطمینان برای پارامترهای مجهول و آزمون فرضیه ها برای پارامترها به دست آمده است. روشهای مورد استفاده برای تخمین پارامتر در مدل خطی، برای تخمین پارامتری که در مشاهدات نسبت به موارد پرت مقاوم است، برای پیشبینی و فیلتر کردن، برآورد مؤلفههای واریانس و کوواریانس و تشخیص الگو هستند. شبکه های بیزی برای تصمیم گیری در سیستم هایی با عدم قطعیت استفاده می شوند. اگر انتگرال های لازم را نتوان به صورت تحلیلی حل کرد، از روش های عددی با کمک مقادیر تصادفی استفاده می شود.
Das Buch führt auf einfache und verständliche Weise in die Bayes-Statistik ein. Ausgehend vom Bayes-Theorem werden die Schätzung unbekannter Parameter, die Festlegung von Konfidenzregionen für die unbekannten Parameter und die Prüfung von Hypothesen für die Parameter abgeleitet. Angewendet werden die Verfahren für die Parameterschätzung im linearen Modell, für die Parameterschätzung, die sich robust gegenüber Ausreißern in den Beobachtungen verhält, für die Prädiktion und Filterung, die Varianz- und Kovarianzkomponentenschätzung und die Mustererkennung. Für Entscheidungen in Systemen mit Unsicherheiten dienen Bayes-Netze. Lassen sich notwendige Integrale analytisch nicht lösen, werden numerische Verfahren mit Hilfe von Zufallswerten eingesetzt.
Front Matter....Pages I-IX
Einleitung....Pages 1-2
Wahrscheinlichkeit....Pages 3-62
Parameterschätzung, Konfidenzregionen und Hypothesenprüfung....Pages 63-84
Lineares Modell....Pages 85-127
Spezielle Modelle und Anwendungen....Pages 129-182
Numerische Verfahren....Pages 183-214
Back Matter....Pages 215-225