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 With Examples in R

دانلود کتاب مدلهای خطی تعمیم یافته با مثالهایی در R

Generalized Linear Models With Examples in R

مشخصات کتاب

Generalized Linear Models With Examples in R

دسته بندی: آمار ریاضی
ویرایش:  
نویسندگان: ,   
سری: Springer Texts in Statistics 
ISBN (شابک) : 9781441901170 
ناشر: Springer 
سال نشر: 2018 
تعداد صفحات: 573 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 9 مگابایت

قیمت کتاب (تومان) : 49,000



کلمات کلیدی مربوط به کتاب مدلهای خطی تعمیم یافته با مثالهایی در R: آمار، مدل های خطی تعمیم یافته، R



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 10


در صورت تبدیل فایل کتاب Generalized Linear Models With Examples 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 مدلهای خطی تعمیم یافته با مثالهایی 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 مدلهای خطی تعمیم یافته با مثالهایی در R

این کتاب درسی مقدمه ای بر رگرسیون خطی چندگانه، ارائه مجموعه داده های دنیای واقعی و مسائل تمرینی ارائه می دهد. دانش کاری عملی از عملکرد آماری کاربردی از طریق استفاده از این مجموعه داده‌ها و مطالعات موردی متعدد ایجاد می‌شود. نویسندگان مجموعه ای از مسائل تمرینی را هم در پایان هر فصل و هم در پایان کتاب آورده اند. هر مثال در متن با مجموعه داده های مربوطه ارجاع داده می شود، به طوری که خوانندگان می توانند داده ها را بارگذاری کنند و تجزیه و تحلیل را در جلسات R خود دنبال کنند. تعادل بین تئوری و عمل در فهرست مشکلات مشهود است که در سختی و هدف متفاوت است. این کتاب با در نظر گرفتن آموزش و یادگیری طراحی شده است و شامل مقدمه و خلاصه فصل ها، تمرین ها، پاسخ های کوتاه و مثال های ساده و واضح است. با تمرکز بر ارتباطات بین مدل‌های خطی تعمیم‌یافته (GLMs) و رگرسیون خطی، این کتاب همچنین به موضوعات و ابزارهای پیشرفته‌ای اشاره می‌کند که معمولاً تا به امروز در مقدمه‌های GLM گنجانده نشده‌اند، مانند توزیع‌های خانواده Tweedie با توابع واریانس توان، تقریب‌های نقطه زینی، احتمال آزمون‌های امتیازی، احتمال اصلاح‌شده پروفایل، و باقیمانده‌های کمیت تصادفی‌شده. علاوه بر این، نویسندگان بسته جدید کد R، GLMsData را معرفی می کنند که به طور خاص برای این کتاب ایجاد شده است. مدل‌های خطی تعمیم‌یافته با مثال‌هایی در R، تئوری را با عمل متعادل می‌کند و آن را برای دانش‌آموزان مقدماتی و فارغ‌التحصیلی که دانش پایه‌ای از جبر ماتریسی، حساب دیفرانسیل و انتگرال، و آمار دارند، ایده‌آل می‌کند.


توضیحاتی درمورد کتاب به خارجی

This textbook presents an introduction to multiple linear regression, providing real-world data sets and practice problems. A practical working knowledge of applied statistical practice is developed through the use of these data sets and numerous case studies. The authors include a set of practice problems both at the end of each chapter and at the end of the book. Each example in the text is cross-referenced with the relevant data set, so that readers can load the data and follow the analysis in their own R sessions. The balance between theory and practice is evident in the list of problems, which vary in difficulty and purpose. This book is designed with teaching and learning in mind, featuring chapter introductions and summaries, exercises, short answers, and simple, clear examples. Focusing on the connections between generalized linear models (GLMs) and linear regression, the book also references advanced topics and tools that have not typically been included in introductions to GLMs to date, such as Tweedie family distributions with power variance functions, saddlepoint approximations, likelihood score tests, modified profile likelihood, and randomized quantile residuals. In addition, the authors introduce the new R code package, GLMsData, created specifically for this book. Generalized Linear Models with Examples in R balances theory with practice, making it ideal for both introductory and graduate-level students who have a basic knowledge of matrix algebra, calculus, and statistics.



فهرست مطالب

Front Matter ....Pages i-xx
 Chapter 1: Statistical Models  (Peter K. Dunn, Gordon K. Smyth)....Pages 1-30
 Chapter 2: Linear Regression Models  (Peter K. Dunn, Gordon K. Smyth)....Pages 31-91
 Chapter 3: Linear Regression Models: Diagnostics and Model-Building  (Peter K. Dunn, Gordon K. Smyth)....Pages 93-164
 Chapter 4: Beyond Linear Regression: The Method of Maximum Likelihood  (Peter K. Dunn, Gordon K. Smyth)....Pages 165-209
 Chapter 5: Generalized Linear Models: Structure  (Peter K. Dunn, Gordon K. Smyth)....Pages 211-241
 Chapter 6: Generalized Linear Models: Estimation  (Peter K. Dunn, Gordon K. Smyth)....Pages 243-263
 Chapter 7: Generalized Linear Models: Inference  (Peter K. Dunn, Gordon K. Smyth)....Pages 265-296
 Chapter 8: Generalized Linear Models: Diagnostics  (Peter K. Dunn, Gordon K. Smyth)....Pages 297-331
 Chapter 9: Models for Proportions: Binomial GLMs  (Peter K. Dunn, Gordon K. Smyth)....Pages 333-369
 Chapter 10: Models for Counts: Poisson and Negative Binomial GLMs  (Peter K. Dunn, Gordon K. Smyth)....Pages 371-424
 Chapter 11: Positive Continuous Data: Gamma and Inverse Gaussian GLMs  (Peter K. Dunn, Gordon K. Smyth)....Pages 425-456
 Chapter 12: Tweedie GLMs  (Peter K. Dunn, Gordon K. Smyth)....Pages 457-490
 Chapter 13: Extra Problems  (Peter K. Dunn, Gordon K. Smyth)....Pages 491-501
Back Matter ....Pages 503-562




نظرات کاربران

تمامی حقوق معنوی و مادی وبسایت متعلق به اینترنشنال لایبرری می باشد
نماد اعتماد الکترونیکی