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: برنامه نویسی: زبان های برنامه نویسی ویرایش: نویسندگان: James Michael Curran سری: International Forensic Science and Investigation ISBN (شابک) : 9781420088267 ناشر: CRC Press سال نشر: 2010 تعداد صفحات: 317 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 13 مگابایت
کلمات کلیدی مربوط به کتاب مقدمه ای بر تجزیه و تحلیل داده ها با R برای دانشمندان پزشکی قانونی: کتابخانه، ادبیات کامپیوتر، ر
در صورت تبدیل فایل کتاب Introduction to Data Analysis with R for Forensic Scientists 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 تجزیه و تحلیل داده ها با R برای دانشمندان پزشکی قانونی 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.
روش های آماری چارچوب منطقی و منسجمی را ارائه می دهند که در آن داده های علوم تجربی را می توان تجزیه و تحلیل کرد. با این حال، بسیاری از محققان فاقد مهارتهای آماری یا منابعی هستند که به آنها امکان میدهد تا دادههای خود را با پتانسیل کامل آن کشف کنند. مقدمهای بر تجزیه و تحلیل دادهها با R برای علوم پزشکی قانونی، تئوری و ریاضیات را به حداقل میرساند و بر کاربرد و عمل آمار تمرکز میکند تا مهارت لازم برای تحلیل سیستماتیک دادههای کشفشده از نتایج تحقیقات خود را به محققان ارائه دهد. این کتاب با استفاده از تکنیکهای سنتی و استفاده از مثالها و آموزشها با دادههای واقعی جمعآوریشده از آزمایشها، اطلاعات حیاتی زیر را برای محققان ارائه میکند: * تجدید نظر در آمار اولیه و مقدمه ای بر R * ملاحظات و تکنیک های نمایش بصری داده ها از طریق گرافیک * مروری بر آزمون های فرضیه های آماری و استدلال پشت آنها * راهنمای جامع برای استفاده از مدل خطی، پایه و اساس اکثر آمار مواجه می شوند * مقدمه ای بر الحاقات به مدل خطی برای سناریوهای رایج، از جمله لجستیک و * رگرسیون پواسون دستورالعمل نحوه برنامه ریزی و طراحی آزمایش ها به گونه ای که هزینه را به حداقل برساند و شانس یافتن تفاوت های موجود را به حداکثر برساند. این جلد با تمرکز بر نمونههای پزشکی قانونی اما برای هر کسی که در آزمایشگاه کار میکند مفید است، محققان را قادر میسازد تا بیشترین بهره را از آزمایشهای خود ببرند و به آنها اجازه میدهد دادههایی را که جمعآوری کردهاند تجزیه و تحلیل کنند و در زمان و تلاش ارزشمند صرفهجویی کنند.
Statistical methods provide a logical, coherent framework in which data from experimental science can be analyzed. However, many researchers lack the statistical skills or resources that would allow them to explore their data to its full potential. Introduction to Data Analysis with R for Forensic Sciences minimizes theory and mathematics and focuses on the application and practice of statistics to provide researchers with the dexterity necessary to systematically analyze data discovered from the fruits of their research. Using traditional techniques and employing examples and tutorials with real data collected from experiments, this book presents the following critical information necessary for researchers: * A refresher on basic statistics and an introduction to R * Considerations and techniques for the visual display of data through graphics * An overview of statistical hypothesis tests and the reasoning behind them * A comprehensive guide to the use of the linear model, the foundation of most statistics encountered * An introduction to extensions to the linear model for commonly encountered scenarios, including logistic and * Poisson regression Instruction on how to plan and design experiments in a way that minimizes cost and maximizes the chances of finding differences that may exist Focusing on forensic examples but useful for anyone working in a laboratory, this volume enables researchers to get the most out of their experiments by allowing them to cogently analyze the data they have collected, saving valuable time and effort.
Introduction Who is this book for? What this book is not about How to read this book How this book was written Why R? Basic statistics Who should read this chapter? Introduction Definitions Simple descriptive statistics Summarizing data Installing R on your computer Reading data into R The dafs package R tutorial Graphics Who should read this chapter? Introduction Why are we doing this? Flexible versus \canned" Drawing simple graphs Annotating and embellishing plots R graphics tutorial Further reading Hypothesis tests and sampling theory Who should read this chapter? Topics covered in this chapter Additional reading Statistical distributions Introduction to statistical hypothesis testing Tutorial The linear model Who should read this? How to read this chapter Simple linear regression Multiple linear regression Calibration in the simple linear regression case Regression with factors Linear models for grouped data - One way ANOVA Two way ANOVA Unifying the linear model Modeling count and proportion data Who should read this? How to read this chapter Introduction to GLMs Poisson regression or Poisson GLMs The negative binomial GLM Logistic regression or the binomial GLM Deviance The design of experiments Introduction Who should read this chapter? What is an experiment? The components of an experiment The principles of experimental design The description and analysis of experiments Fixed and random effects Completely randomized designs Randomized complete block designs Designs with fewer experimental units Further reading