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: Simo Puntanen, George P. H. Styan, Jarkko Isotalo (auth.) سری: ISBN (شابک) : 364210472X, 9783642104725 ناشر: Springer-Verlag Berlin Heidelberg سال نشر: 2011 تعداد صفحات: 504 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 ترفندهای ماتریسی برای مدل های آماری خطی: بیست برتر شخصی ما: نظریه و روش های آماری
در صورت تبدیل فایل کتاب Matrix Tricks for Linear Statistical Models: Our Personal Top Twenty 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 ترفندهای ماتریسی برای مدل های آماری خطی: بیست برتر شخصی ما 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 آموزش مدلهای آماری خطی به دانشجویان سال اول تحصیلات
تکمیلی یا دانشجویان سال آخر کارشناسی، هیچ راهی برای ادامه
روان بدون ماتریسها و مفاهیم مرتبط جبر خطی وجود ندارد.
استفاده از آنها واقعا ضروری است. تجربه ما این است که ساختن
برخی از ترفندهای خاص ماتریس بسیار آشنا برای دانش آموزان می
تواند بینش آنها را نسبت به مدل های آماری خطی (و همچنین تجزیه
و تحلیل آماری چند متغیره) به طور قابل ملاحظه ای افزایش دهد.
در جبر ماتریسی، «ترفندهای» مفید و گاهی اوقات بسیار ساده وجود
دارد که درمان یک مسئله را هم برای دانشآموز و هم برای استاد
ساده و روشن میکند. البته، مفهوم ترفند به طور
منحصربهفردی تعریف نشده است - منظور ما از یک ترفند، در اینجا
یک نتیجه مفید و مهم است.
در این کتاب ما بیست ترفند برتر ماتریس مورد علاقه خود را برای
مدل های آماری خطی جمع آوری می کنیم.
In teaching linear statistical models to first-year graduate
students or to final-year undergraduate students there is no
way to proceed smoothly without matrices and related concepts
of linear algebra; their use is really essential. Our
experience is that making some particular matrix tricks very
familiar to students can substantially increase their insight
into linear statistical models (and also multivariate
statistical analysis). In matrix algebra, there are handy,
sometimes even very simple “tricks” which simplify and
clarify the treatment of a problem—both for the student and
for the professor. Of course, the concept of a trick
is not uniquely defined—by a trick we simply mean here a
useful important handy result.
In this book we collect together our Top Twenty favourite
matrix tricks for linear statistical models.
Front Matter....Pages i-xvii
Introduction....Pages 1-56
Easy Column Space Tricks....Pages 57-70
Easy Projector Tricks....Pages 71-90
Easy Correlation Tricks....Pages 91-104
Generalized Inverses in a Nutshell....Pages 105-120
Rank of the Partitioned Matrix and the Matrix Product....Pages 121-144
Rank Cancellation Rule....Pages 145-150
Sum of Orthogonal Projectors....Pages 151-154
A Decomposition of the Orthogonal Projector....Pages 155-190
Minimizing cov(y - Fx)....Pages 191-214
BLUE....Pages 215-266
General Solution to AYB = C....Pages 267-282
Invariance with Respect to the Choice of Generalized Inverse....Pages 283-290
Block-Diagonalization and the Schur Complement....Pages 291-304
Nonnegative Definiteness of a Partitioned Matrix....Pages 305-316
The Matrix $$\dot{\rm M}$$ ....Pages 317-342
Disjointness of Column Spaces....Pages 343-348
Full Rank Decomposition....Pages 349-356
Eigenvalue Decomposition....Pages 357-390
Singular Value Decomposition....Pages 391-414
The Cauchy–Schwarz Inequality....Pages 415-426
Back Matter....Pages 427-486