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: نویسندگان: Peter Bickel. Kjell Doksum سری: ISBN (شابک) : 1498722681 ناشر: CRC سال نشر: 2018 تعداد صفحات: 479 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 5 مگابایت
در صورت تبدیل فایل کتاب Mathematical Statistics Basic Ideas and Selected Topics Volume II 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 آمار ریاضی ایده های اساسی و عناوین برگزیده جلد دوم 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.
آمار ریاضی: ایده های اساسی و موضوعات انتخاب شده، جلد دوم مفاهیم، روش ها و ابزارهای آماری مهمی را ارائه می دهد که در جلد قبلی نویسندگان پوشش داده نشده است. این جلد دوم بر استنتاج در مدلهای غیرپارامتری و نیمهپارامتری تمرکز دارد. این نه تنها رویههای معرفیشده در جلد اول را از نقطهنظر پیچیدهتر بررسی میکند، بلکه به مشکلات جدید ناشی از تجزیه و تحلیل تخمین توابع و دیگر رویههای تصمیمگیری پیچیده و تجزیه و تحلیل دادههای مقیاس بزرگ نیز میپردازد. این کتاب کارایی مجانبی در مدلهای نیمه پارامتریک را از دیدگاه لو کم و فیشر و همچنین برخی معیارهای بهینه اندازه نمونه محدود بر اساس تئوری Lehmann-Scheffé را پوشش میدهد. این تئوری تخمین ماکزیمم احتمال نیمه پارامتریک را با کاربردهایی در زمینه هایی مانند تحلیل بقا توسعه می دهد. همچنین روشهای استنتاج مبتنی بر مدلهای غربال و تئوری تست مجانبی را مورد بحث قرار میدهد. بقیه کتاب به انتخاب مدل و متغیر، روشهای مونت کارلو، تخمین منحنی ناپارامتری، و موضوعات پیشبینی، طبقهبندی و یادگیری ماشین اختصاص دارد. مواد پس زمینه لازم در یک پیوست گنجانده شده است. با استفاده از ابزارها و روش های توسعه یافته در این کتاب درسی، دانش آموزان برای تحقیقات پیشرفته در آمار مدرن آماده خواهند شد. مثالهای متعدد مدلسازی آماری و مفاهیم استنتاج را نشان میدهند در حالی که مسائل انتهای فصل مفاهیم ابتدایی را تقویت میکنند و موضوعات مهم جدید را معرفی میکنند. همانطور که در جلد اول، نظریه اندازه گیری برای درک لازم نیست. راه حل تمرینات جلد دوم در پشت کتاب آمده است. برای مفاهیم آماری اساسی و کلاسیک که منجر به مطالب این جلد می شود، جلد اول را بررسی کنید.
Mathematical Statistics: Basic Ideas and Selected Topics, Volume II presents important statistical concepts, methods, and tools not covered in the authors’ previous volume. This second volume focuses on inference in non- and semiparametric models. It not only reexamines the procedures introduced in the first volume from a more sophisticated point of view but also addresses new problems originating from the analysis of estimation of functions and other complex decision procedures and large-scale data analysis. The book covers asymptotic efficiency in semiparametric models from the Le Cam and Fisherian points of view as well as some finite sample size optimality criteria based on Lehmann–Scheffé theory. It develops the theory of semiparametric maximum likelihood estimation with applications to areas such as survival analysis. It also discusses methods of inference based on sieve models and asymptotic testing theory. The remainder of the book is devoted to model and variable selection, Monte Carlo methods, nonparametric curve estimation, and prediction, classification, and machine learning topics. The necessary background material is included in an appendix. Using the tools and methods developed in this textbook, students will be ready for advanced research in modern statistics. Numerous examples illustrate statistical modeling and inference concepts while end-of-chapter problems reinforce elementary concepts and introduce important new topics. As in Volume I, measure theory is not required for understanding. The solutions to exercises for Volume II are included in the back of the book. Check out Volume I for fundamental, classical statistical concepts leading to the material in this volume.
Front Cover......Page 1
Dedication......Page 9
CONTENTS......Page 11
PREFACE TO THE 2015 EDITION......Page 17
Chapter I - INTRODUCTION AND EXAMPLES......Page 23
Chapter 7 - TOOLS FOR ASYMPTOTIC ANALYSIS......Page 43
Chapter 8 - DISTRIBUTION-FREE, UNBIASED, AND EQUIVARIANT PROCEDURES......Page 95
Chapter 9 - INFERENCE IN SEMIPARAMETRIC MODELS......Page 147
Chapter 10 - MONTE CARLO METHODS......Page 233
Chapter 11 - NONPARAMETRIC INFERENCE FOR FUNCTIONS OF ONE VARIABLE......Page 287
Chapter 12 - PREDICTION AND MACHINE LEARNING......Page 329
Appendix D - SOME AUXILIARY RESULTS......Page 421
Appendix E - SOLUTIONS FOR VOLUME II......Page 445
REFERENCES......Page 459
Insert 1......Page 477
Back Cover......Page 479