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: First Edition نویسندگان: John Winsor Pratt, Howard Raïffa, Robert Schlaifer سری: ISBN (شابک) : 0262161443, 9780262161442 ناشر: MIT Press سال نشر: 1995 تعداد صفحات: 0 زبان: English فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 8 مگابایت
در صورت تبدیل فایل کتاب Introduction to statistical decision theory 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 نظریه تصمیم گیری آماری 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.
انقلاب بیزی در آمار - که در آن آمار با تصمیمگیری در زمینههایی مانند مدیریت، سیاستگذاری عمومی، مهندسی و پزشکی بالینی ادغام میشود - اینجا باقی خواهد ماند. مقدمه ای بر تئوری تصمیم گیری آماری موردی را بیان می کند و به روشی مستقل و جامع نشان می دهد که چگونه این رویکرد برای تصمیم گیری در دنیای واقعی در شرایط عدم قطعیت عملیاتی و مرتبط است. نویسندگان با شروع یک گزارش گسترده از مبانی تئوری تصمیم، مفاهیم درهم تنیده احتمال ذهنی و مطلوبیت را توسعه دادند. سپس به طور سیستماتیک و جامع فرآیندهای تولید داده برنولی، پواسون و نرمال (تک متغیره و چند متغیره) را بررسی می کنند. برای هر فرآیند آنها در نظر می گیرند که چگونه قضاوت های قبلی در مورد پارامترهای نامطمئن فرآیند با توجه به نتایج نمونه گیری آماری اصلاح می شوند و مشکلات تصمیم گیری معمولی را بررسی می کنند که در آن منابع اصلی عدم قطعیت پارامترهای جمعیت هستند. آنها همچنین در مورد ارزش اطلاعات نمونه برداری و اندازه نمونه بهینه با توجه به هزینه های نمونه برداری و مسائل اقتصادی تصمیم گیری پایانه بحث می کنند. بر خلاف اکثر متون مقدماتی در آمار، مقدمه ای بر تئوری تصمیم گیری آماری استنتاج آماری را با تصمیم گیری ادغام می کند و اقدامات دنیای واقعی را که شامل بازده و خطرات اقتصادی است، مورد بحث قرار می دهد. متن پس از توسعه منطق و نشان دادن قدرت و ارتباط رویکرد تصمیم گیری ذهنی، محدودیت های رویکرد عینی و کلاسیک را نیز بررسی و نقد می کند.
The Bayesian revolution in statistics—where statistics is integrated with decision making in areas such as management, public policy, engineering, and clinical medicine—is here to stay. Introduction to Statistical Decision Theory states the case and in a self-contained, comprehensive way shows how the approach is operational and relevant for real-world decision making under uncertainty. Starting with an extensive account of the foundations of decision theory, the authors develop the intertwining concepts of subjective probability and utility. They then systematically and comprehensively examine the Bernoulli, Poisson, and Normal (univariate and multivariate) data generating processes. For each process they consider how prior judgments about the uncertain parameters of the process are modified given the results of statistical sampling, and they investigate typical decision problems in which the main sources of uncertainty are the population parameters. They also discuss the value of sampling information and optimal sample sizes given sampling costs and the economics of the terminal decision problems. Unlike most introductory texts in statistics, Introduction to Statistical Decision Theory integrates statistical inference with decision making and discusses real-world actions involving economic payoffs and risks. After developing the rationale and demonstrating the power and relevance of the subjective, decision approach, the text also examines and critiques the limitations of the objective, classical approach.