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: Jana Jurecková, Pranab Kumar Sen, Jan Picek سری: ISBN (شابک) : 1439840687, 9781439840689 ناشر: CRC Press سال نشر: 2012 تعداد صفحات: 401 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 4 مگابایت
کلمات کلیدی مربوط به کتاب روش شناسی در آمار قوی و غیر پارامتری: ریاضیات، نظریه احتمالات و آمار ریاضی، آمار ریاضی
در صورت تبدیل فایل کتاب Methodology in Robust and Nonparametric 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 روش شناسی در آمار قوی و غیر پارامتری 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.
روشهای آماری قوی و ناپارامتریک در زمینههایی از علوم کشاورزی تا نجوم، از علوم زیست پزشکی تا رشتههای بهداشت عمومی، و اخیراً در ژنومیک، بیوانفورماتیک و آمار مالی پایه و اساس خود را دارند. این رشتهها در حال حاضر با دادهکاوی و الگوریتمهای سطح بالا مبتنی بر رایانه تغذیه میشوند، اما برای کار فعالانه با رویههای قوی و ناپارامتریک، پزشکان باید پیشینهشان را درک کنند.
با تبیین زیربنای روشهای قوی و پیشرفتهای نظری اخیر، روششناسی در آمار قوی و ناپارامتریک توضیح دقیق و عمیق ریاضی از روششناسی قوی و قوی ارائه میدهد. روش های آماری ناپارامتریک.
این کتاب کاملاً به روز است
روش ارائه شده، با تأکید کافی بر مجانبی و روابط متقابل، راه را برای پیشرفتهای بیشتر در روشهای آماری قوی در مدل های پیچیده تر متن با استفاده از مثالهایی برای نشان دادن روشها، کاربردها را در زمینههای علوم زیست پزشکی، بیوانفورماتیک، مالی و مهندسی برجسته میکند. علاوه بر این، نویسندگان تمرین هایی را در متن ارائه می دهند.
Robust and nonparametric statistical methods have their foundation in fields ranging from agricultural science to astronomy, from biomedical sciences to the public health disciplines, and, more recently, in genomics, bioinformatics, and financial statistics. These disciplines are presently nourished by data mining and high-level computer-based algorithms, but to work actively with robust and nonparametric procedures, practitioners need to understand their background.
Explaining the underpinnings of robust methods and recent theoretical developments, Methodology in Robust and Nonparametric Statistics provides a profound mathematically rigorous explanation of the methodology of robust and nonparametric statistical procedures.
Thoroughly up-to-date, this book
The methodology presented, with due emphasis on asymptotics and interrelations, will pave the way for further developments on robust statistical procedures in more complex models. Using examples to illustrate the methods, the text highlights applications in the fields of biomedical science, bioinformatics, finance, and engineering. In addition, the authors provide exercises in the text.