ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Generalized linear models - a Bayesian perspective

دانلود کتاب مدلهای خطی تعمیم یافته - دیدگاه بیزی

Generalized linear models - a Bayesian perspective

مشخصات کتاب

Generalized linear models - a Bayesian perspective

دسته بندی: احتمال
ویرایش: 1 
نویسندگان: , ,   
سری: Chapman & Hall/CRC Biostatistics Series 
ISBN (شابک) : 0824790340, 9780585389691 
ناشر: CRC Press 
سال نشر: 2000 
تعداد صفحات: 442 
زبان: English 
فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 6 مگابایت 

قیمت کتاب (تومان) : 47,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 18


در صورت تبدیل فایل کتاب Generalized linear models - a Bayesian perspective 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 مدلهای خطی تعمیم یافته - دیدگاه 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.


توضیحاتی در مورد کتاب مدلهای خطی تعمیم یافته - دیدگاه بیزی

نحوه مفهوم‌سازی، اجرا و نقد مدل‌های خطی تعمیم‌یافته سنتی (GLMs) را از دیدگاه بیزی و نحوه استفاده از روش‌های محاسباتی مدرن برای خلاصه کردن استنتاج‌ها با استفاده از شبیه‌سازی، پوشش اثرات تصادفی در مدل‌های مختلط خطی تعمیم‌یافته (GLMM) با مثال‌های توضیح‌داده شده شرح می‌دهد. رویکردهای پارامتریک و نیمه پارامتریک را برای GLM های بیش از حد پراکنده در نظر می گیرد، GLM های بیزی را برای داده های مرگ و میر ایالات متحده اعمال می کند، و روش هایی برای تجزیه و تحلیل داده های باینری همبسته با استفاده از متغیرهای پنهان ارائه می دهد. مدل‌سازی پاسخ آیتم را برای داده‌های طبقه‌بندی توصیف و تحلیل می‌کند، و روش‌های انتخاب متغیر را با استفاده از نمونه‌گر گیبس برای مدل‌های کاکس ارائه می‌کند. دی استاد و رئیس بخش آمار دانشگاه کانکتیکات استورز است


توضیحاتی درمورد کتاب به خارجی

Describes how to conceptualize, perform, and critique traditional generalized linear models (GLMs) from a Bayesian perspective and how to use modern computational methods to summarize inferences using simulation, covering random effects in generalized linear mixed models (GLMMs) with explained examples. Considers parametric and semiparametric approaches to overdispersed GLMs, applies Bayesian GLMs to US mortality data, and presents methods of analyzing correlated binary data using latent variables. Describes and analyzes item response modeling for categorical data, and provides variable selection methods using the Gibbs sampler for Cox models. Dey is professor and head of the department of statistics at the University of Connecticut-Storrs





نظرات کاربران