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: 3rd, extended ed. نویسندگان: C. Radhakrishna Rao, Helge Toutenburg, Shalabh, Christian Heumann سری: Springer Series in Statistics ISBN (شابک) : 3540742263, 9783540742265 ناشر: Springer سال نشر: 2007 تعداد صفحات: 592 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 4 مگابایت
در صورت تبدیل فایل کتاب Linear Models and Generalizations: Least Squares and Alternatives (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 ها و تعمیم های خطی: حداقل مربعات و گزینه های دیگر () 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 ویرایش سوم که با آخرین نتایج اصلاح و به روز شده است، نظریه و کاربردهای مدل های خطی را بررسی می کند. نویسندگان یک نظریه یکپارچه از استنتاج از مدلهای خطی و تعمیمهای آن را با حداقل مفروضات ارائه میکنند. آنها نه تنها از نظریه حداقل مربعات استفاده می کنند، بلکه از روش های جایگزین تخمین و آزمایش بر اساس توابع کاهش محدب و معادلات برآورد کلی استفاده می کنند. نکات برجسته پوشش عبارتند از تجزیه و تحلیل حساسیت و انتخاب مدل، تجزیه و تحلیل داده های ناقص، تجزیه و تحلیل داده های طبقه بندی شده بر اساس ارائه یکپارچه مدل های خطی تعمیم یافته، و یک پیوست گسترده در نظریه ماتریس.
Revised and updated with the latest results, this Third Edition explores the theory and applications of linear models. The authors present a unified theory of inference from linear models and its generalizations with minimal assumptions. They not only use least squares theory, but also alternative methods of estimation and testing based on convex loss functions and general estimating equations. Highlights of coverage include sensitivity analysis and model selection, an analysis of incomplete data, an analysis of categorical data based on a unified presentation of generalized linear models, and an extensive appendix on matrix theory.
Linear Models and Generalizations......Page 4
Front Cover......Page 1
Contents......Page 12
1 Introduction......Page 21
2 The Simple Linear Regression Model......Page 27
3 The Multiple Linear Regression Modeland Its Extensions......Page 53
4 The Generalized Linear RegressionModel......Page 163
5 Exact and Stochastic LinearRestrictions......Page 243
6 Prediction in the GeneralizedRegression Model......Page 291
7 Sensitivity Analysis......Page 341
8 Analysis of Incomplete Data Sets......Page 377
9 Robust Regression......Page 413
10 Models for Categorical ResponseVariables......Page 431
Appendix A Matrix Algebra......Page 509
Appendix B Tables......Page 547
Appendix C Software for Linear Regression Models......Page 551
References......Page 559
Index......Page 583