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: Jiming Jiang سری: Springer Series in Statistics ISBN (شابک) : 0387479414, 9780387479460 ناشر: Springer سال نشر: 2007 تعداد صفحات: 269 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 1 مگابایت
کلمات کلیدی مربوط به کتاب مدل های ترکیبی خطی و عمومی خطی و کاربردهای آنها (سری Springer در آمار): ریاضیات، نظریه احتمالات و آمار ریاضی، آمار ریاضی
در صورت تبدیل فایل کتاب Linear and Generalized Linear Mixed Models and Their Applications (Springer Series in Statistics) 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 مدل های ترکیبی خطی و عمومی خطی و کاربردهای آنها (سری Springer در آمار) 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.
این کتاب دو دسته اصلی از مدلهای اثرات مختلط، مدلهای مختلط خطی و مدلهای مختلط خطی تعمیم یافته را پوشش میدهد. این یک گزارش به روز از نظریه و روش در تجزیه و تحلیل این مدل ها و همچنین کاربرد آنها در زمینه های مختلف ارائه می دهد. این کتاب یک رویکرد سیستماتیک برای استنتاج در مورد مدلهای مختلط خطی غیر گاوسی ارائه میکند. علاوه بر این، شامل روشهای اخیراً توسعهیافته، مانند تشخیص مدل مختلط، انتخاب مدل مختلط، و روش جک نایف در زمینه مدلهای مختلط است. هدف این کتاب دانشجویان، محققین و سایر پزشکانی است که علاقه مند به استفاده از مدل های ترکیبی برای تجزیه و تحلیل داده های آماری هستند.
This book covers two major classes of mixed effects models, linear mixed models and generalized linear mixed models. It presents an up-to-date account of theory and methods in analysis of these models as well as their applications in various fields. The book offers a systematic approach to inference about non-Gaussian linear mixed models. Furthermore, it includes recently developed methods, such as mixed model diagnostics, mixed model selection, and jackknife method in the context of mixed models. The book is aimed at students, researchers and other practitioners who are interested in using mixed models for statistical data analysis.
front-matter.pdf......Page 1
01.pdf......Page 13
02.pdf......Page 63
03.pdf......Page 130
04.pdf......Page 174
05.pdf......Page 242