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: 2nd ed نویسندگان: Alvin C. Rencher, G. Bruce Schaalje سری: Wiley Series in Probability and Statistics ISBN (شابک) : 0471754986, 9780471754985 ناشر: Wiley-Interscience سال نشر: 2008 تعداد صفحات: 679 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 6 مگابایت
کلمات کلیدی مربوط به کتاب مدل های خطی در آمار: ریاضیات، نظریه احتمالات و آمار ریاضی، آمار ریاضی
در صورت تبدیل فایل کتاب Linear Models 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 خطی 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.
مدلهای خطی در آمار، ویرایش دوم شامل پوشش کامل موضوعات پیشرفته مانند مدلهای خطی ترکیبی و تعمیمیافته، مدلهای خطی بیزی، مدلهای دوطرفه با سلولهای خالی، هندسه حداقل مربعات، حساب برداری ماتریس، استنتاج همزمان، و لجستیک و رگرسیون غیر خطی رویکردهای جبری، هندسی، فراوانی و بیزی برای استنتاج مدلهای خطی و تحلیل واریانس نیز نشان داده شدهاند. این کتاب از طریق گسترش مطالب مرتبط و گنجاندن آخرین پیشرفتهای فنآوری در این زمینه، مبنای نظری را برای خوانندگان برای تفسیر صحیح خروجی نرمافزار رایانه و همچنین استفاده مؤثر، سفارشیسازی و درک مدلهای خطی در اختیار خوانندگان قرار میدهد. مدل خطی همچنان ابزار اصلی آمارگیر کاربردی است و برای آموزش هر آماردانی مهم است، صرف نظر از اینکه تمرکز آن کاربردی باشد یا نظری. این نسخه جدید کاملاً اصلاح شده و به روز شده با موفقیت نظریه پایه مدل های خطی را برای رگرسیون، تحلیل واریانس، تحلیل کوواریانس و مدل های مختلط خطی توسعه می دهد. پیشرفتهای اخیر در روششناسی مربوط به مدلهای مختلط خطی، مدلهای خطی تعمیمیافته، و مدل خطی بیزی نیز مورد توجه قرار گرفته است. مدلهای راه با سلولهای خالی * بخشهای اضافی در هندسه حداقل مربعات * پوشش بهروز شده استنتاج همزمان این کتاب با اثباتهای آسانخوان، مجموعه دادههای واقعی و کتابشناسی گسترده تکمیل شده است. بررسی کامل جبر ماتریسی مورد نیاز برای اهداف انتقالی اضافه شده است و مسائل نظری و کاربردی متعددی با پاسخهای انتخابی ارائه شده در انتهای کتاب گنجانده شده است. یک وبسایت مرتبط شامل مجموعه دادههای اضافی و کد SAS(r) برای همه مثالهای عددی است. مدل خطی در آمار، ویرایش دوم یک کتاب ضروری برای دورههای آمار، آمار زیستی و ریاضیات در سطوح فوقلیسانس و کارشناسی ارشد است. همچنین یک مرجع ارزشمند برای محققانی است که نیاز به درک بهتر رگرسیون و تحلیل واریانس دارند.
Linear Models in Statistics, Second Edition includes full coverage of advanced topics, such as mixed and generalized linear models, Bayesian linear models, two-way models with empty cells, geometry of least squares, vector-matrix calculus, simultaneous inference, and logistic and nonlinear regression. Algebraic, geometrical, frequentist, and Bayesian approaches to both the inference of linear models and the analysis of variance are also illustrated. Through the expansion of relevant material and the inclusion of the latest technological developments in the field, this book provides readers with the theoretical foundation to correctly interpret computer software output as well as effectively use, customize, and understand linear models.The linear model remains the main tool of the applied statistician and is central to the training of any statistician regardless of whether the focus is applied or theoretical. This completely revised and updated new edition successfully develops the basic theory of linear models for regression, analysis of variance, analysis of covariance, and linear mixed models. Recent advances in the methodology related to linear mixed models, generalized linear models, and the Bayesian linear model are also addressed.This modern Second Edition features:*New chapters on Bayesian linear models as well as random and mixed linear models*Expanded discussion of two-way models with empty cells*Additional sections on the geometry of least squares*Updated coverage of simultaneous inferenceThe book is complemented with easy-to-read proofs, real data sets,and an extensive bibliography. A thorough review of the requisite matrix algebra has been added for transitional purposes, and numerous theoretical and applied problems have been incorporated with selected answers provided at the end of the book. A related Web site includes additional data sets and SAS(r) code for all numerical examples.Linear Model in Statistics, Second Edition is a must-have book for courses in statistics, biostatistics, and mathematics at the upper-undergraduate and graduate levels. It is also an invaluable reference for researchers who need to gain a better understanding of regression and analysis of variance.
Frontmatter......Page 2
1 Introduction......Page 17
2 Matrix Algebra......Page 21
3 Random Vectors and Matrices......Page 85
4 Multivariate Normal Distribution......Page 102
5 Distribution of Quadratic Forms in y......Page 119
6 Simple Linear Regression......Page 140
7 Multiple Regression: Estimation......Page 150
8 Multiple Regression: Tests of Hypotheses and Confidence Intervals......Page 198
9 Multiple Regression: Model Validation and Diagnostics......Page 239
10 Multiple Regression: Random x’s......Page 254
11 Multiple Regression: Bayesian Inference......Page 288
12 Analysis-of-Variance Models......Page 306
13 One-Way Analysis-of-Variance: Balanced Case......Page 350
14 Two-Way Analysis-of-Variance: Balanced Case......Page 387
15 Analysis-of-Variance: The Cell Means Model for Unbalanced Data......Page 423
16 Analysis-of-Covariance......Page 453
17 Linear Mixed Models......Page 488
18 Additional Models......Page 516
Appendix A Answers and Hints to the Problems......Page 526
References......Page 661
Index......Page 670