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: 1
نویسندگان: Jürgen Groß (auth.)
سری: Lecture Notes in Statistics 175
ISBN (شابک) : 9783540401780, 9783642558641
ناشر: Springer-Verlag Berlin Heidelberg
سال نشر: 2003
تعداد صفحات: 399
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 8 مگابایت
کلمات کلیدی مربوط به کتاب رگرسیون خطی: نظریه و روش های آماری
در صورت تبدیل فایل کتاب Linear Regression 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 رگرسیون خطی 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.
در رگرسیون خطی برآوردگر حداقل مربعات معمولی نقش اصلی را ایفا میکند و گاهی ممکن است تصور شود که تنها برآوردگر معقول و کاربردی موجود است. با این وجود، جایگزین های مختلفی وجود دارد که در موقعیت های خاص مفید هستند. هدف و دامنه. این کتاب با هدف ارائه یک بررسی جامع از روش های مختلف تخمین نقطه ای در رگرسیون خطی همراه با پیشینه نظری در سطح دروس پیشرفته است. علاوه بر استفاده احتمالی آن به عنوان یک همراه برای دوره های خاص، باید برای اهداف مطالعه بیشتر، ارائه توضیحات مفصل در مورد بسیاری از موضوعات در این زمینه مفید باشد. مثالهای عددی و گرافیکها به تعمیق بینش در خصوص ویژگیهای روشهای ارائهشده کمک میکنند. به منظور مهار خود، نظریه پایه مدل های رگرسیون خطی و حداقل مربعات ارائه شده است. مبانی تئوری تصمیم گیری و جبر ماتریس نیز گنجانده شده است. با این حال، به نظر می رسد برخی از دانش اولیه قبلی برای خواندن و درک آسان لازم باشد.
In linear regression the ordinary least squares estimator plays a central role and sometimes one may get the impression that it is the only reasonable and applicable estimator available. Nonetheless, there exists a variety of alterna tives, proving useful in specific situations. Purpose and Scope. This book aims at presenting a comprehensive survey of different point estimation methods in linear regression, along with the the oretical background on a advanced courses level. Besides its possible use as a companion for specific courses, it should be helpful for purposes of further reading, giving detailed explanations on many topics in this field. Numerical examples and graphics will aid to deepen the insight into the specifics of the presented methods. For the purpose of self-containment, the basic theory of linear regression models and least squares is presented. The fundamentals of decision theory and matrix algebra are also included. Some prior basic knowledge, however, appears to be necessary for easy reading and understanding.
Front Matter....Pages I-XII
Front Matter....Pages 1-1
Fundamentals....Pages 3-31
The Linear Regression Model....Pages 33-86
Front Matter....Pages 87-87
Alternative Estimators....Pages 89-211
Linear Admissibility....Pages 213-256
Front Matter....Pages 257-257
The Covariance Matrix of the Error Vector....Pages 259-291
Regression Diagnostics....Pages 293-329
Matrix Algebra....Pages 331-358
Stochastic Vectors....Pages 359-367
An Example Analysis with R....Pages 369-379
Back Matter....Pages 381-397