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: 1 نویسندگان: Dr. William J. J. Rey (auth.) سری: Universitext ISBN (شابک) : 9783540128663, 9783642693892 ناشر: Springer-Verlag Berlin Heidelberg سال نشر: 1983 تعداد صفحات: 246 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 10 مگابایت
کلمات کلیدی مربوط به کتاب مقدمه ای بر روش های آماری قوی و شبه استحکام: آمار، عمومی
در صورت تبدیل فایل کتاب Introduction to Robust and Quasi-Robust Statistical Methods 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 روش های آماری قوی و شبه استحکام 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.
بررسی اجمالی: بخش اول کتاب روش های موجود روش های آماری قوی و شبه قوی را بررسی می کند. این تئوری به سبک توضیحی و به شیوهای یکپارچه ارائه میشود که به اقلام به ظاهر متفاوت اجازه میدهد تا جایگاه خود را در یک ساختار مشترک پیدا کنند. سپس به تدریج مشخص میشود که الزامات فنی که منجر به استحکام میشوند، بسیار سخت هستند. بخش دوم کتاب به روشهایی میپردازد که در موقعیتهای واقعی با آنها مواجه میشوند. الزامات استحکام کمی کاهش می یابد و برآوردگرهای \"شبه قوی\" به دست می آیند. مورد دوم بسیار قابل اعتمادتر از برآوردگرهای استاندارد هستند، بدون اینکه کارکرد آنها مانند برآوردگرهای قوی دشوار باشد. الگوریتم ها تشریح شده و موارد تست دیسک می شوند. این بخش دوم، t برای آماردانی که به طور معمول مجموعه دادهها را پردازش میکند، اهمیت بیشتری دارد.
Overview: The first part book surveys available methods of robust and quasi-robust statistical methods. The theory is presented in an expository style and in a unifying manner which allows seemingly disparate items to find their place in a common structure. It then becomes gradually clear that the techincal requirements leading to robustness are very demanding. The second part of the book treats the methods as they are encountered in real life situations. Robustness requirements are relaxed a little and "quasi-robust" estimators are obtained; the latter are much more reliable than the standard estimators without being as difficult to handle as the as the robust estimators. Algorithms are discribed and test cases are discsssed. This second part imore importans the t for the statistician who routinely processes data sets.
Front Matter....Pages I-IX
Introduction and Summary....Pages 1-15
Sample spaces, distributions, estimators …....Pages 16-47
Robustness, breakdown point and influence function....Pages 48-54
The jackknife method....Pages 55-77
Bootstrap methods, sampling distributions....Pages 78-88
Front Matter....Pages 89-89
Type M estimators....Pages 90-116
Type L estimators....Pages 117-130
Type R estimator....Pages 131-133
Type MM estimators....Pages 134-189
Quantile estimators and confidence intervals....Pages 190-195
Miscellaneous....Pages 196-206
References....Pages 207-233
Back Matter....Pages 234-238