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 Inferential models : reasoning with uncertainty

دانلود کتاب مدل‌های استنباطی: استدلال با عدم قطعیت

Inferential models : reasoning with uncertainty

مشخصات کتاب

Inferential models : reasoning with uncertainty

دسته بندی: آمار ریاضی
ویرایش:  
نویسندگان: ,   
سری: Monographs on statistics and applied probability (Series) 147 
ISBN (شابک) : 9781439886519, 1439886512 
ناشر: CRC Press 
سال نشر: 2015 
تعداد صفحات: 274 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 9 مگابایت 

قیمت کتاب (تومان) : 29,000



کلمات کلیدی مربوط به کتاب مدل‌های استنباطی: استدلال با عدم قطعیت: ریاضیات، نظریه احتمالات و آمار ریاضی، آمار ریاضی



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 9


در صورت تبدیل فایل کتاب Inferential models : reasoning with uncertainty 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 استنباطی: استدلال با عدم قطعیت 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 درمورد کتاب به خارجی



فهرست مطالب

Content: Preliminaries  Introduction  Assumed background  Scientific inference: An overview  Prediction and inference  Outline of the book         Prior-Free Probabilistic Inference  Introduction  Probabilistic inference  Existing approaches  On the role of probability in statistical inference  Our contribution in this book     Two Fundamental Principles  Introduction  Validity principle  Efficiency principle  Recap  On conditioning for improved efficiency         Inferential Models  Introduction  Basic overview  Inferential models  Theoretical validity of IMs  Theoretical optimality of IMs  Two more examples  Concluding remarks         Predictive Random Sets  Introduction  Random sets  Predictive random sets for constrained problems  Theoretical results on elastic predictive random sets  Two examples of the elastic belief method  Concluding remarks         Conditional Inferential Models  Introduction  Conditional IMs  Finding conditional associations  Three detailed examples  Local conditional IMs  Concluding remarks         Marginal Inferential Models  Introduction  Marginal inferential models  Examples  Marginal IMs for non-regular models  Concluding remarks         Normal Linear Models  Introduction  Linear regression  Linear mixed effect models  Concluding remarks         Prediction of Future Observations  Introduction  Inferential models for prediction  Examples and applications  Some further technical details  Concluding remarks         Simultaneous Inference on Multiple Assertions  Introduction  Preliminaries  Classification of assertions  Optimality for a collection of assertions  Optimal IMs for variable selection  Concluding remarks         Generalized Inferential Models  Introduction  Generalized associations  A generalized IM  A generalized marginal IM  Remarks on generalized IMs  Application: Large-scale multinomial inference         Future Research Topics  Introduction  New directions to explore  Our "top ten list" of open problems  Final remarks         Bibliography     Index        Exercises appear at the end of each chapter.




نظرات کاربران