برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید

09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Introductory Statistical Inference

دانلود کتاب استنباط آماری مقدماتی

مشخصات کتاب

Introductory Statistical Inference

دسته بندی: آمار ریاضی
ویرایش: 1 
نویسندگان: Nitis Mukhopadhyay  
سری: Statistics:  A Series of Textbooks and Monographs 
ISBN (شابک) : 9781420017403, 9781574446135 
ناشر: Chapman and Hall/CRC 
سال نشر: 2006 
تعداد صفحات: 289 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 4 مگابایت

قیمت کتاب (تومان) : 33,000

کلمات کلیدی مربوط به کتاب استنباط آماری مقدماتی: ریاضیات، نظریه احتمالات و آمار ریاضی، آمار ریاضی

میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 17

در صورت تبدیل فایل کتاب Introductory Statistical Inference 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 استنباط آماری مقدماتی 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.

توضیحاتی در مورد کتاب استنباط آماری مقدماتی

این متن به زیبایی سازمان‌دهی شده، نظریه دقیق احتمالات و استنتاج آماری را در سبک آموزشی، با استفاده از مثال‌های کار شده، تمرین‌ها، شکل‌ها، جداول و شبیه‌سازی‌های کامپیوتری برای توسعه و تشریح مفاهیم نشان می‌دهد. دریل ها و خلاصه های جعبه ای بر ایده های مهم و تکنیک های خاص تاکید و تقویت می کنند.

نویسنده با مروری بر مفاهیم و روش های اساسی در تئوری احتمالات، لحظه ها و توابع مولد لحظه، به موضوعات پیچیده تری می پردازد. استنتاج آماری مقدماتی متغیرهای تصادفی چند متغیره، خانواده‌های نمایی توزیع‌ها و نابرابری‌های احتمال استاندارد را مطالعه می‌کند. تبدیل هلمرت را برای توزیع های نرمال توسعه می دهد، مفاهیم همگرایی را معرفی می کند، و قضایای حد مرکزی را برجسته می کند. پوشش توزیع‌های نمونه‌برداری، قضیه باسو، Rao-Blackwellization و نابرابری Cramér-Rao را برجسته می‌کند. این متن همچنین پوشش عمیقی از قضایای لمان-شفه ارائه می‌کند، بر آزمون‌های فرضیه‌ها تمرکز می‌کند، روش‌های بیزی و تخمین‌گر بیز را توصیف می‌کند، و استنتاج نمونه‌های بزرگ را توسعه می‌دهد. نویسنده یک زمینه تاریخی برای آمار و اکتشافات آماری و پاسخ به اکثر تمرین‌های پایان فصل ارائه می‌کند. این متن به خوانندگان با زمینه های مختلف، از مهندسی، اقتصاد، کشاورزی، و علوم زیستی گرفته تا مالی، ریاضیات مالی، عملیات و مدیریت اطلاعات و روانشناسی خدمت می کند.

توضیحاتی درمورد کتاب به خارجی

This gracefully organized text reveals the rigorous theory of probability and statistical inference in the style of a tutorial, using worked examples, exercises, figures, tables, and computer simulations to develop and illustrate concepts. Drills and boxed summaries emphasize and reinforce important ideas and special techniques.

Beginning with a review of the basic concepts and methods in probability theory, moments, and moment generating functions, the author moves to more intricate topics. Introductory Statistical Inference studies multivariate random variables, exponential families of distributions, and standard probability inequalities. It develops the Helmert transformation for normal distributions, introduces the notions of convergence, and spotlights the central limit theorems. Coverage highlights sampling distributions, Basu's theorem, Rao-Blackwellization and the Cramér-Rao inequality. The text also provides in-depth coverage of Lehmann-Scheffé theorems, focuses on tests of hypotheses, describes Bayesian methods and the Bayes' estimator, and develops large-sample inference. The author provides a historical context for statistics and statistical discoveries and answers to a majority of the end-of-chapter exercises.

Designed primarily for a one-semester, first-year graduate course in probability and statistical inference, this text serves readers from varied backgrounds, ranging from engineering, economics, agriculture, and bioscience to finance, financial mathematics, operations and information management, and psychology