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
دسته بندی: آمار ریاضی ویرایش: نویسندگان: Liu. Chuanhai, Martin. Ryan 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
کلمات کلیدی مربوط به کتاب مدلهای استنباطی: استدلال با عدم قطعیت: ریاضیات، نظریه احتمالات و آمار ریاضی، آمار ریاضی
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.
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.