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 Handbook of Fitting Statistical Distributions with R

دانلود کتاب کتابچه راهنمای توزیع توزیع آماری با R

Handbook of Fitting Statistical Distributions with R

مشخصات کتاب

Handbook of Fitting Statistical Distributions with R

ویرایش: Har/Com 
نویسندگان: ,   
سری:  
ISBN (شابک) : 1584887117, 9781584887119 
ناشر: Chapman and Hall/CRC 
سال نشر: 2010 
تعداد صفحات: 1687 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 36 مگابایت 

قیمت کتاب (تومان) : 31,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 16


در صورت تبدیل فایل کتاب Handbook of Fitting Statistical Distributions with 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 کتابچه راهنمای توزیع توزیع آماری با 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 کتابچه راهنمای توزیع توزیع آماری با R



با توسعه روش‌های برازش جدید، افزایش استفاده از آنها در برنامه‌های کاربردی، و بهبود زبان‌های کامپیوتری، تطبیق توزیع‌های آماری با داده‌ها از زمان معرفی توزیع لامبدا تعمیم‌یافته (GLD) در سال 1969 فاصله زیادی داشته است. راهنمای برازش توزیع های آماری با R جدیدترین و بهترین روش ها، الگوریتم ها و محاسبات را برای برازش توزیع ها با داده ها ارائه می دهد. همچنین پوشش عمیقی از برنامه های کاربردی پیشرفته ارائه می دهد.

این کتاب با تفسیر سه پیشگام GLD آغاز می شود: جان اس. رامبرگ، بروس اشمایزر، و پاندو آر. تادیکامالا . این رهبران این حوزه دیدگاه های خود را در مورد توسعه GLD ارائه می دهند. سپس این کتاب روش‌شناسی GLD و سیستم‌های برازش روش‌شناسی مدل‌سازی پاسخ جانسون، کاپا و مدل‌سازی پاسخ را پوشش می‌دهد. همچنین افزوده‌های اخیر به GLD و روش‌های بوت استرپ تعمیم‌یافته و همچنین یک رویکرد جدید برای ارزیابی مناسب بودن را توضیح می‌دهد. آخرین گروه از فصل ها کاربردهای دنیای واقعی در کشاورزی، تخمین قابلیت اطمینان، طوفان ها / طوفان ها / طوفان ها، طوفان های تگرگ، سیستم های آب، مدیریت بیمه و موجودی، و علم مواد را بررسی می کند. برنامه های کاربردی در این فصل مکمل سایر موارد در کتاب است که با مناقصه رقابتی، پزشکی، زیست شناسی، هواشناسی، سنجش زیستی، اقتصاد، مدیریت کیفیت، مهندسی، کنترل و برنامه ریزی سروکار دارد.

نتایج جدید در این زمینه، مجموعه ای غنی از روش ها را برای پزشکان ایجاد کرده است. با درک این رشد گسترده، این کتاب راهنمای جامع و معتبر درک شما را از روش‌شناسی و کاربردهای توزیع‌های آماری برازش بهبود می‌بخشد. CD-ROM همراه شامل برنامه های R است که برای بسیاری از محاسبات استفاده می شود.


توضیحاتی درمورد کتاب به خارجی

With the development of new fitting methods, their increased use in applications, and improved computer languages, the fitting of statistical distributions to data has come a long way since the introduction of the generalized lambda distribution (GLD) in 1969. Handbook of Fitting Statistical Distributions with R presents the latest and best methods, algorithms, and computations for fitting distributions to data. It also provides in-depth coverage of cutting-edge applications.

The book begins with commentary by three GLD pioneers: John S. Ramberg, Bruce Schmeiser, and Pandu R. Tadikamalla. These leaders of the field give their perspectives on the development of the GLD. The book then covers GLD methodology and Johnson, kappa, and response modeling methodology fitting systems. It also describes recent additions to GLD and generalized bootstrap methods as well as a new approach to goodness-of-fit assessment. The final group of chapters explores real-world applications in agriculture, reliability estimation, hurricanes/typhoons/cyclones, hail storms, water systems, insurance and inventory management, and materials science. The applications in these chapters complement others in the book that deal with competitive bidding, medicine, biology, meteorology, bioassays, economics, quality management, engineering, control, and planning.

New results in the field have generated a rich array of methods for practitioners. Making sense of this extensive growth, this comprehensive and authoritative handbook improves your understanding of the methodology and applications of fitting statistical distributions. The accompanying CD-ROM includes the R programs used for many of the computations.



فهرست مطالب


Content: Fitting statistical distributions: an overview --
The generalized Lambda family of distributions --
Fitting distributions and data with the GLD via the method of moments --
The extended GLD system, the EGLD: fitting by the method of moments --
A percentile-based approach to fitting distributions and data with the GLD --
Fitting distributions and data with the GLD through L-moments --
Fitting a generalized Lambda distribution using a percentile-KS (P-KS) adequacy criterion --
Fitting mixture distributions using a mixture of generalized Lambda distributions with computer code --
GLD-2: the bivariate GLD distribution --
Fitting the generalized Lambda distribution with location and scale-free shape functionals --
Statistical design of experiments: a short review --
Statistical modeling based on quantile distribution functions --
Distribution fitting with the quantile function of response modeling methodology (RMM) --
Fitting GLDs and mixture of GLDs to data using quantile matching methods --
Fitting GLD to data using GLDEX 1.0.4 in R --
Fitting distributions and data with the Johnson system via the method of moments --
Fitting distributions and data with the Kappa distribution through L-moments and percentiles --
Weighted distributional L[subscript alpha] estimates --
A multivariate gamma distribution for linearly related proportional outcomes --
The generalized bootstrap (GB) and Monte Carlo (MC) methods --
The generalized bootstrap: a new fitting strategy and simulation study showing advantage over bootstrap percentile methods --
Generalized bootstrap confidence intervals for high quantiles --
Goodness-of-fit criteria based on observations quantized by hypothetical and empirical percentiles --
Evidential support continuum (ESC): a new approach to goodness-of-fit assessment, which addresses conceptual and practical challenges --
Estimation of sampling distributions of the overlapping coefficient and other similarity measures --
Fitting statistical distribution functions to small datasets --
Mixed truncated random variable fitting with the GLD, and applications in insurance and inventory management --
Distributional modeling of pipeline leakage repair costs for a water utility company --
Use of the generalized Lambda distribution in materials science, with examples in fatigue lifetime, fracture mechanics, polycrystalline calculations, and pitting corrosion --
Fitting statistical distributions to data in hurricane modeling --
A rainfall-based model for predicting the regional incidence of wheat seed infection by Stagonospora nodorum in New York --
Reliability estimation using univariate dimension reduction and extended generalized Lambda distribution --
Statistical analyses of environmental pressure surrounding Atlantic tropical cyclones --
Simulating hail storms using simultaneous efficient random number generators --
Appendices: A. Programs and their documentation --
B. Table B-1 for GLD fits: method of moments --
C. Table C-1 for GBD fits: method of moments --
D. Tables D-1 through D-5 for GLD fits: method of percentiles --
E. Tables E-1 through E-5 for GLD fits: method of L-moments --
F. Table F-1 for kappa distribution fits: method of L-moments --
G. Table G-1 for Kappa distribution fits: method or percentiles --
H. Table H-1 for Johnson system fits in the S[subscript u] region: method of moments --
I. Table I-1 for Johnson system fits inn the S[subscript b] region: method of moments --
J. Table J-I for p-values associated with Kolmogorov-Smirnov statistics --
K. Table K-1 normal distribution percentiles.




نظرات کاربران