مشخصات کتاب

Flexible regression and smoothing : using GAMLSS in R

ویرایش: 1 
نویسندگان: Mikis D. Stasinopoulos,  Robert A. Rigby,  Gillian Z. Heller,  Vlasios Voudouris,  Fernanda De Bastiani  
سری: Chapman & Hall/CRC the R series (CRC Press) 
ISBN (شابک) : 9781138197909, 1138197904 
ناشر: Chapman and Hall/CRC 
سال نشر: 2017 
تعداد صفحات: 572 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 18 مگابایت 

کلمات کلیدی مربوط به کتاب رگرسیون انعطاف پذیر و هموارسازی: با استفاده از GAMLSS در R: تحلیل رگرسیون، پردازش داده ها، مدل های خطی (آمار)، هموارسازی (آمار)، داده های بزرگ، R (زبان برنامه کامپیوتری)

در صورت تبدیل فایل کتاب Flexible regression and smoothing : using GAMLSS in R 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 رگرسیون انعطاف پذیر و هموارسازی: با استفاده از GAMLSS در R 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 رگرسیون انعطاف پذیر و هموارسازی: با استفاده از GAMLSS در R



این کتاب در مورد یادگیری از داده ها با استفاده از مدل های افزایشی تعمیم یافته برای مکان، مقیاس و شکل (GAMLSS) است. GAMLSS مدل‌های خطی تعمیم‌یافته (GLM) و مدل‌های افزایشی تعمیم‌یافته (GAMs) را گسترش می‌دهد تا مجموعه‌های داده پیچیده بزرگی را که به طور فزاینده‌ای رایج هستند، در خود جای دهد. GAMLSS اجازه می دهد تا هر توزیع پارامتری برای متغیر پاسخ و مدل سازی تمام پارامترها (موقعیت، مقیاس و شکل) توزیع به عنوان توابع خطی یا صاف متغیرهای توضیحی. این کتاب یک نمای کلی از روش GAMLSS و نحوه پیاده سازی آن در R ارائه می دهد. شامل مجموعه ای جامع از نمونه های داده های واقعی، کدهای یکپارچه، و ارقام برای نشان دادن روش ها است و توسط یک وب سایت با کد، داده ها و مواد اضافی تکمیل شده است. .

توضیحاتی درمورد کتاب به خارجی

This book is about learning from data using the Generalized Additive Models for Location, Scale and Shape (GAMLSS). GAMLSS extends the Generalized Linear Models (GLMs) and Generalized Additive Models (GAMs) to accommodate large complex datasets, which are increasingly prevalent. GAMLSS allows any parametric distribution for the response variable and modelling all the parameters (location, scale and shape) of the distribution as linear or smooth functions of explanatory variables. This book provides a broad overview of GAMLSS methodology and how it is implemented in R. It includes a comprehensive collection of real data examples, integrated code, and figures to illustrate the methods, and is supplemented by a website with code, data and additional materials.

فهرست مطالب

Content: Part I Introduction to models and packages    Why GAMLSS?    Introduction to the gamlss packages    Part II The R implementation: algorithms and functions    The Algorithms    The gamlss() function    Methods for fitted gamlss objects    Part III Distributions    The gamlss.family of distributions    Finite mixture distributions    Part IV Additive terms    Linear parametric additive terms    Additive Smoothing Terms    Random effects    Part V Model selection and diagnostics    Model selection techniques    Diagnostics    Part VI Applications    Centile Estimation    Further Applications

نظرات کاربران

کتاب های تصادفی

دانلود کتاب Diet, Life Expectancy, and Chronic Disease: Studies of Seventh-Day Adventists and Other Vegetarians

دانلود کتاب Hamburger Klimabericht – Wissen über Klima, Klimawandel und Auswirkungen in Hamburg und Norddeutschland

دانلود کتاب The Politics of Exclusion in Early Renaissance Florence

دانلود کتاب Atlas treningu silowego

دانلود کتاب A Cup of Comfort Devotional Stories for Women: Celebrating Christian women of faith and wisdom