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: Prof. James J. Buckley (auth.)
سری: Studies in Fuzziness and Soft Computing 149
ISBN (شابک) : 9783642059247, 9783540399193
ناشر: Springer-Verlag Berlin Heidelberg
سال نشر: 2004
تعداد صفحات: 166
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 3 مگابایت
کلمات کلیدی مربوط به کتاب آمار فازی: ریاضیات کاربردی/روش های محاسباتی مهندسی، هوش مصنوعی (شامل رباتیک)، نظریه احتمال و فرآیندهای تصادفی، آمار، عمومی، پیچیدگی، تحقیق در عملیات/تئوری تصمیم گیری
در صورت تبدیل فایل کتاب Fuzzy 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 آمار فازی 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 تک نگاری آمار فازی ابتدایی را بر اساس داده های واضح (غیر فازی) معرفی می کند. در فصلهای مقدماتی، کتاب یک بررسی بسیار خواندنی از مجموعههای فازی از جمله حساب فازی و توابع فازی ارائه میکند. این کتاب تخمین فازی را توسعه میدهد و ساخت برآوردگرهای فازی را برای موارد مختلف مهم و ویژه توابع واریانس، میانگین و توزیع نشان میدهد. نحوه استفاده از برآوردگرهای فازی در آزمون فرضیه و رگرسیون نشان داده شده است، که منجر به ارائه جامع آزمون فرضیه فازی و رگرسیون فازی و همچنین پیشبینی فازی میشود.
This monograph introduces elementary fuzzy statistics based on crisp (non-fuzzy) data. In the introductory chapters the book presents a very readable survey of fuzzy sets including fuzzy arithmetic and fuzzy functions. The book develops fuzzy estimation and demonstrates the construction of fuzzy estimators for various important and special cases of variance, mean and distribution functions. It is shown how to use fuzzy estimators in hypothesis testing and regression, which leads to a comprehensive presentation of fuzzy hypothesis testing and fuzzy regression as well as fuzzy prediction.
Front Matter....Pages i-xi
Introduction....Pages 1-4
Fuzzy Sets....Pages 5-16
Estimate μ , Variance Known....Pages 17-22
Estimate μ , Variance Unknown....Pages 23-26
Estimate p , Binomial Population....Pages 27-30
Estimate σ 2 from a Normal Population....Pages 31-36
Estimate µ 1 — µ 2 , Variances Known....Pages 37-38
Estimate μ 1 — μ 2 , Variances Unknown....Pages 39-42
Estimate d = μ 1 — μ 2 , Matched Pairs....Pages 43-45
Estimate p 1 — p 2 , Binomial Populations....Pages 47-48
Tests on µ , Variance Known....Pages 49-52
Tests on µ , Variance Unknown....Pages 53-59
Tests on p for a Binomial Population....Pages 61-67
Tests on σ 2 , Normal Population....Pages 69-72
Tests μ 1 verses μ 2 , Variances Known....Pages 73-76
Test μ 1 verses μ 2 , Variances Unknown....Pages 77-79
Test p 1 = p 2 , Binomial Populations....Pages 81-90
Test d = µ 1 — µ 2 , Matched Pairs....Pages 91-93
Fuzzy Correlation....Pages 95-98
Estimation in Simple Linear Regression....Pages 99-102
Fuzzy Prediction in Linear Regression....Pages 103-106
Hypothesis Testing in Regression....Pages 107-111
Estimation in Multiple Regression....Pages 113-116
Fuzzy Prediction in Regression....Pages 117-121
Hypothesis Testing in Regression....Pages 123-128
Summary and Questions....Pages 129-132
Maple Commands....Pages 133-137
Back Matter....Pages 139-141
....Pages 143-155