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: Sylvia Frühwirth-Schnatter سری: Springer Series in Statistics ISBN (شابک) : 0387329099, 9780387357683 ناشر: Springer سال نشر: 2006 تعداد صفحات: 511 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 مخلوط محدود و مدل های سوئیچینگ مارکوف (سری اسپرینگر در آمار): ریاضیات، نظریه احتمالات و آمار ریاضی، آمار ریاضی، آمار ریاضی کاربردی
در صورت تبدیل فایل کتاب Finite Mixture and Markov Switching Models (Springer Series in Statistics) 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 مخلوط محدود و مدل های سوئیچینگ مارکوف (سری اسپرینگر در آمار) 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.
در دهه گذشته ابزارهای محاسباتی قدرتمندی برای مدلسازی دیده شده است که رویکرد بیزی را با تکنیکهای شبیهسازی مونت اخیر بر اساس زنجیرههای مارکوف ترکیب میکند. این کتاب اولین کتابی است که ارائه سیستماتیک دیدگاه بیزی مدلسازی مخلوط محدود را ارائه میکند. این کتاب برای نشان دادن مخلوط محدود و مدلهای سوئیچینگ مارکوف، فرمولبندی شدهاند، ساختارهایی که بر دادهها دلالت میکنند، کاربردهای بالقوه آنها، و نحوه تخمینشان را نشان میدهد. ارائه مفاهیم خود به صورت غیررسمی بدون به خطر انداختن صحت ریاضی، در خدمت خوانندگان گسترده ای از جمله آماردانان و همچنین زیست شناسان، اقتصاددانان، مهندسان، محققان مالی و بازار خواهد بود.
The past decade has seen powerful new computational tools for modeling which combine a Bayesian approach with recent Monte simulation techniques based on Markov chains. This book is the first to offer a systematic presentation of the Bayesian perspective of finite mixture modelling. The book is designed to show finite mixture and Markov switching models are formulated, what structures they imply on the data, their potential uses, and how they are estimated. Presenting its concepts informally without sacrificing mathematical correctness, it will serve a wide readership including statisticians as well as biologists, economists, engineers, financial and market researchers.