ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

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 Linear Models with R

دانلود کتاب مدل های خطی با R

Linear Models with R

مشخصات کتاب

Linear Models with R

دسته بندی: برنامه نویسی: زبان های برنامه نویسی
ویرایش: 2 
نویسندگان:   
سری: Chapman & Hall/CRC Texts in Statistical Science 
ISBN (شابک) : 9781439887332, 1439887330 
ناشر: Taylor & Francis 
سال نشر: 2014 
تعداد صفحات: 284 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 2 مگابایت 

قیمت کتاب (تومان) : 40,000



کلمات کلیدی مربوط به کتاب مدل های خطی با R: کتابخانه، ادبیات کامپیوتر، ر



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 12


در صورت تبدیل فایل کتاب Linear Models with R 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 با R 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 مدل های خطی با R

روشی عملی برای یادگیری تجزیه و تحلیل داده ها، بخشی از هسته آمار، مدل های خطی برای پیش بینی و توضیح رابطه بین پاسخ و پیش بینی کننده ها استفاده می شود. درک مدل های خطی برای صلاحیت گسترده تر در عمل آمار بسیار مهم است. مدل‌های خطی با R، نسخه دوم نحوه استفاده از مدل‌های خطی در علوم فیزیکی، مهندسی، علوم اجتماعی و کاربردهای تجاری را توضیح می‌دهد. این کتاب دارای چندین پیشرفت است که نشان می دهد چگونه دنیای R از زمان انتشار اولین نسخه تا حد زیادی گسترش یافته است. مطالب جدید در ویرایش دوم سازماندهی مجدد شده در مورد تفسیر مدل های خطی، که کاربردهای اصلی پیش بینی و توضیح را متمایز می کند و مفاهیم ابتدایی علیت را معرفی می کند. بسته گرافیکی ggplot2 علاوه بر گرافیک پایه، مانند نسخه پرفروش قبلی خود، این نسخه آمار و R را ترکیب می کند تا به طور یکپارچه نمایشی منسجم از عمل مدلسازی خطی ارائه دهد. این متن بینش به‌روزی را در مورد موضوعات تجزیه و تحلیل داده‌های ضروری، از تخمین، استنتاج، و پیش‌بینی گرفته تا داده‌های گمشده، مدل‌های فاکتوریل، و طرح‌های بلوک ارائه می‌دهد. مثال های متعدد نحوه به کارگیری روش های مختلف با استفاده از R را نشان می دهد.


توضیحاتی درمورد کتاب به خارجی

A Hands-On Way to Learning Data Analysis Part of the core of statistics, linear models are used to make predictions and explain the relationship between the response and the predictors. Understanding linear models is crucial to a broader competence in the practice of statistics. Linear Models with R, Second Edition explains how to use linear models in physical science, engineering, social science, and business applications. The book incorporates several improvements that reflect how the world of R has greatly expanded since the publication of the first edition. New to the Second Edition Reorganized material on interpreting linear models, which distinguishes the main applications of prediction and explanation and introduces elementary notions of causality Additional topics, including QR decomposition, splines, additive models, Lasso, multiple imputation, and false discovery rates Extensive use of the ggplot2 graphics package in addition to base graphics Like its widely praised, best-selling predecessor, this edition combines statistics and R to seamlessly give a coherent exposition of the practice of linear modeling. The text offers up-to-date insight on essential data analysis topics, from estimation, inference, and prediction to missing data, factorial models, and block designs. Numerous examples illustrate how to apply the different methods using R.



فهرست مطالب

Content: 1. Introduction --
2. Estimation --
3. Inference --
4. Prediction --
5. Explanations --
6. Diagnostics --
7. Problems with the predictors --
8. Problems with the errors --
9. Transformation --
10. Model selection --
11. Shrinkage methods --
12. Insurance redlining --
a complete example --
13. Missing data --
14. Categorical predictors --
15. One factor models --
16. Models with several factors --
17. Experiments with blocks --
Appendix A. About R.




نظرات کاربران