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
ویرایش: نویسندگان: Blitzstein J.K., Hwang J. سری: ISBN (شابک) : 9781466575592 ناشر: CRC سال نشر: 2015 تعداد صفحات: 589 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 11 مگابایت
در صورت تبدیل فایل کتاب Introduction to Probability 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 معرفی به احتمال 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.
Introduction to Probability که از سخنرانیهای آمار مشهور هاروارد توسعه یافته است، زبان و ابزارهای ضروری برای درک آمار، تصادفی بودن و عدم قطعیت را فراهم میکند. این کتاب طیف گستردهای از کاربردها و مثالها را بررسی میکند، از تصادفات و پارادوکسها گرفته تا رتبه صفحه گوگل و زنجیره مارکوف مونت کارلو (MCMC). حوزههای کاربردی اضافی مورد بررسی شامل ژنتیک، پزشکی، علوم کامپیوتر و نظریه اطلاعات است. نسخه کتاب چاپی شامل کدی است که دسترسی رایگان به نسخه کتاب الکترونیکی را فراهم می کند. نویسندگان مطالب را به سبکی در دسترس ارائه میکنند و با استفاده از مثالهای دنیای واقعی، مفاهیم را برانگیخته میکنند. در سرتاسر، آنها از داستان ها برای کشف ارتباط بین توزیع های اساسی در آمار و شرطی سازی استفاده می کنند تا مشکلات پیچیده را به قطعات قابل مدیریت کاهش دهند. این کتاب شامل بسیاری از توضیحات بصری، نمودارها و مسائل تمرینی است. هر فصل با بخشی به پایان می رسد که نشان می دهد چگونه شبیه سازی ها و محاسبات مربوطه را در R، یک محیط نرم افزار آماری رایگان، انجام دهیم.
Developed from celebrated Harvard statistics lectures, Introduction to Probability provides essential language and tools for understanding statistics, randomness, and uncertainty. The book explores a wide variety of applications and examples, ranging from coincidences and paradoxes to Google PageRank and Markov chain Monte Carlo (MCMC). Additional application areas explored include genetics, medicine, computer science, and information theory. The print book version includes a code that provides free access to an eBook version. The authors present the material in an accessible style and motivate concepts using real-world examples. Throughout, they use stories to uncover connections between the fundamental distributions in statistics and conditioning to reduce complicated problems to manageable pieces. The book includes many intuitive explanations, diagrams, and practice problems. Each chapter ends with a section showing how to perform relevant simulations and calculations in R, a free statistical software environment.
Front Cover Dedication Contents 1. Probability and Counting 2. Conditional Probability 3. Random Variables and their Distributions 4. Expectation 5. Continuous Random Variables 6. Moments 7. Joint Distributions 8. Transformations 9. Conditional Expectation 10. Inequalities and Limit Theorems 11. Markov Chains 12. Markov Chain Monte Carlo 13. Poisson Processes A. Math B. R C. Table of Distributions Bibliography Back Cover