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: 2 نویسندگان: William M. Bolstad سری: ISBN (شابک) : 9780470141151, 0470141158 ناشر: سال نشر: 2007 تعداد صفحات: 464 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 17 مگابایت
کلمات کلیدی مربوط به کتاب مقدمه ای بر آمار بیزی، نسخه دوم: ریاضیات، نظریه احتمالات و آمار ریاضی، آمار ریاضی، آمار ریاضی کاربردی
در صورت تبدیل فایل کتاب Introduction to Bayesian Statistics, Second edition 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 مقدمه ای بر آمار بیزی، نسخه دوم 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.
تمجید از نسخه اول \"من نمی توانم کتاب بهتری برای معلمان آمار مقدماتی که خواهان یک متن خواندنی و آموزشی برای معرفی آمار بیزی هستند فکر کنم.\"—Statistics in Medical Research\"[این کتاب] به صورت شفاف نوشته شده است. سبک مکالمه، که در نوشته های ریاضی بسیار نادر است. این کار در ارائه آمار بیزی به عنوان یک رویکرد کاملاً منطقی برای مسائل ابتدایی در آمار بسیار عالی است. توضیحات واضح در مورد هر مفهوم و روشی که کتاب را برای دانشجویان کارشناسی و کارشناسی ارشد به طور یکسان در دسترس و ارزشمند می کند.\" - مجله آمار کاربردی استفاده از روش های بیزی در تجزیه و تحلیل آماری کاربردی به طور فزاینده ای محبوب شده است، با این حال اکثر متون آمار مقدماتی همچنان فقط به ارائه موضوع با استفاده از روش های فراوان گرا مقدمه ای بر آمار بیزی، ویرایش دوم بر روی روش های بیزی تمرکز دارد که می توانند برای استنتاج استفاده شوند، و همچنین به چگونگی مقایسه مطلوب این روش ها با جایگزین های متداول می پردازد. آموزش آمار از دیدگاه بیزی امکان گزارههای احتمال مستقیم در مورد پارامترها را فراهم میکند و این رویکرد به دلیل برنامههای رایانهای که به پزشکان اجازه میدهد روی مسائلی که حاوی پارامترهای زیادی هستند کار کنند، اکنون بیش از همیشه مرتبط است. کتاب آمار - اما از دیدگاه بیزی - به خوانندگان مزیتی می دهد که آنها وارد حوزه هایی می شوند که در آن از آمار استفاده می شود. این ویرایش دوم ارائه میکند: پوشش گسترده توزیعهای پواسون و گامادو فصل جدید در مورد استنتاج بیزی برای مشاهدات پواسون و استنتاج بیزی برای انحراف معیار برای مشاهدات عادی، بیست و پنج درصد افزایش در تمرینها با پاسخهای انتخابی در انتهای کتاب، ضمیمه بازنگری حساب دیفرانسیل و انتگرال و خلاصه ای در مورد استفاده از جداول آماری تمرینات رایانه ای جدید که از توابع R و ماکروهای Minitab® برای تحلیل بیزی و شبیه سازی مونت کارلو استفاده می کنند. برای آماردانانی که به دانش کاری از آمار بیزی نیاز دارند.
Praise for the First Edition"I cannot think of a better book for teachers of introductory statistics who want a readable and pedagogically sound text to introduce Bayesian statistics."—Statistics in Medical Research"[This book] is written in a lucid conversational style, which is so rare in mathematical writings. It does an excellent job of presenting Bayesian statistics as a perfectly reasonable approach to elementary problems in statistics."—STATS: The Magazine for Students of Statistics, American Statistical Association"Bolstad offers clear explanations of every concept and method making the book accessible and valuable to undergraduate and graduate students alike."—Journal of Applied StatisticsThe use of Bayesian methods in applied statistical analysis has become increasingly popular, yet most introductory statistics texts continue to only present the subject using frequentist methods. Introduction to Bayesian Statistics, Second Edition focuses on Bayesian methods that can be used for inference, and it also addresses how these methods compare favorably with frequentist alternatives. Teaching statistics from the Bayesian perspective allows for direct probability statements about parameters, and this approach is now more relevant than ever due to computer programs that allow practitioners to work on problems that contain many parameters.This book uniquely covers the topics typically found in an introductory statistics book—but from a Bayesian perspective—giving readers an advantage as they enter fields where statistics is used. This Second Edition provides:Extended coverage of Poisson and Gamma distributionsTwo new chapters on Bayesian inference for Poisson observations and Bayesian inference for the standard deviation for normal observationsA twenty-five percent increase in exercises with selected answers at the end of the bookA calculus refresher appendix and a summary on the use of statistical tablesNew computer exercises that use R functions and Minitab® macros for Bayesian analysis and Monte Carlo simulationsIntroduction to Bayesian Statistics, Second Edition is an invaluable textbook for advanced undergraduate and graduate-level statistics courses as well as a practical reference for statisticians who require a working knowledge of Bayesian statistics.
Cover\r......Page 1
Half-title\r......Page 2
Title\r......Page 4
Copyright\r......Page 5
Contents\r......Page 8
Preface\r......Page 14
Preface to the first edition\r......Page 20
1. Introduction to statistical science\r......Page 26
2. Scientific data gathering\r......Page 38
3. Displaying and summarizing data\r......Page 54
4. Logic, probability, and uncertainty\r......Page 80
5. Discrete random variables\r......Page 102
6. Bayesian infernce for discrete random variables\r......Page 126
7. Continuous random variables\r......Page 146
8. Bayesian inferennce for binomial proportion\r......Page 166
9. Comparing Bayesian and frequentist inferences for proportion\r......Page 186
10. Bayesian inference for Poisson\r......Page 208
11. Bayesian inference for normal mean\r......Page 224
12. Comparing Bayesian and frequentist inferences for mean\r......Page 248
13. Bayesian inference for difference between means\r......Page 264
14. Bayesian inference for simple linear regression\r......Page 292
15. Bayesian inference for standard deviation\r......Page 322
16. Robust Bayesian methods\r......Page 342
A. Introduction to calculus\r......Page 358
B. Use of statistical tables\r......Page 378
C. Using the included Minitab macros\r......Page 396
D. Using the included R functions\r......Page 412
E. Answers to selected exercises\r......Page 430
References\r......Page 456
Index\r......Page 458