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: جبر: جبر خطی ویرایش: 1 نویسندگان: Jonathon D. Brown (auth.) سری: ISBN (شابک) : 9783319117331, 3319117335 ناشر: Springer International Publishing سال نشر: 2014 تعداد صفحات: 548 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 4 مگابایت
کلمات کلیدی مربوط به کتاب مدل های خطی به شکل ماتریس: رویکردی عملی برای علوم رفتاری: آمار برای علوم اجتماعی، علوم رفتاری، آموزش، سیاست عمومی و حقوق، روان سنجی، نظریه و روش های آماری
در صورت تبدیل فایل کتاب Linear Models in Matrix Form: A Hands-On Approach for the Behavioral Sciences 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 خطی به شکل ماتریس: رویکردی عملی برای علوم رفتاری 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 درسی مقدمه ای قابل دسترس برای تحلیل آماری با استفاده از جبر ماتریسی است. دانش قبلی جبر ماتریسی ضروری نیست. بررسی موضوعات پیشرفته از طریق تجزیه و تحلیل هایی که در صفحه گسترده منبع باز با استفاده از چند توابع داخلی انجام شده است، آسان است. این موضوعات شامل رگرسیون خطی معمولی، و همچنین تخمین حداکثر احتمال، تجزیه ماتریس، صاف کننده های ناپارامتری و خطوط مکعبی جریمه شده است. هر مجموعه داده (1) شامل تعداد محدودی از مشاهدات است تا خوانندگان را تشویق کند تا خودشان محاسبات را انجام دهند، و (2) داستانی منسجم بر اساس اهمیت آماری و فواصل اطمینان را بیان می کند. . به این ترتیب، دانشآموزان یاد میگیرند که چگونه اعداد تولید شدهاند و چگونه میتوان از آنها برای استدلال قانعکننده در مورد مسائل روزمره استفاده کرد. این کتاب درسی برای استفاده در دوره های کارشناسی ارشد یا دوره های کارشناسی ارشد سال اول طراحی شده است.
فصل اول دانش آموزان را با معادلات خطی آشنا می کند، سپس جبر ماتریسی را پوشش می دهد، با تمرکز بر سه عملیات اساسی: مجموع مربع ها، تعیین کننده ، و معکوس. این عملیات به زبان روزمره توضیح داده می شود و محاسبات آنها با استفاده از مثال های عینی نشان داده می شود. فصلهای باقیمانده بر اساس این عملیات ساخته شدهاند و از رگرسیون خطی ساده به مدلهای میانجی با خطاهای استاندارد راهاندازی میشوند.
This textbook is an approachable introduction to statistical analysis using matrix algebra. Prior knowledge of matrix algebra is not necessary. Advanced topics are easy to follow through analyses that were performed on an open-source spreadsheet using a few built-in functions. These topics include ordinary linear regression, as well as maximum likelihood estimation, matrix decompositions, nonparametric smoothers and penalized cubic splines. Each data set (1) contains a limited number of observations to encourage readers to do the calculations themselves, and (2) tells a coherent story based on statistical significance and confidence intervals. In this way, students will learn how the numbers were generated and how they can be used to make cogent arguments about everyday matters. This textbook is designed for use in upper level undergraduate courses or first year graduate courses.
The first chapter introduces students to linear equations, then covers matrix algebra, focusing on three essential operations: sum of squares, the determinant, and the inverse. These operations are explained in everyday language, and their calculations are demonstrated using concrete examples. The remaining chapters build on these operations, progressing from simple linear regression to mediational models with bootstrapped standard errors.
Front Matter....Pages i-xix
Matrix Properties and Operations....Pages 1-37
Simple Linear Regression....Pages 39-67
Maximum-Likelihood Estimation....Pages 69-104
Multiple Regression....Pages 105-145
Matrix Decompositions....Pages 147-184
Problematic Observations....Pages 185-226
Errors and Residuals....Pages 227-260
Linearizing Transformations and Nonparametric Smoothers....Pages 261-301
Cross-Product Terms and Interactions....Pages 303-340
Polynomial Regression....Pages 341-375
Categorical Predictors....Pages 377-408
Factorial Designs....Pages 409-441
Analysis of Covariance....Pages 443-467
Moderation....Pages 469-492
Mediation....Pages 493-527
Back Matter....Pages 529-536