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: نویسندگان: Jana Jurečková, Pranab Kumar Sen, Jan Picek سری: ISBN (شابک) : 9781439840696, 1439840695 ناشر: CRC Press سال نشر: 2013 تعداد صفحات: 401 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 3 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
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.
''خلاصه نشان دادن 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 مبتنی بر رایانه سطح بالا تغذیه میشوند، اما برای کار فعال با رویههای ناپارامتریک و قوی و، پزشکان باید پیشینهی آنها را درک کنند. روششناسی در آمار قوی و ناپارامتری با توضیح زیربنای روشهای قوی و پیشرفتهای نظری اخیر، توضیح دقیق ریاضی عمیقی از روششناسی رویههای آماری قوی و ناپارامتریک ارائه میدهد. این کتاب کاملاً بهروز، تخمین قوی و ناپارامتریک چند متغیره را با تأکید ویژه بر رویههای معادل وابسته، و به دنبال آن آزمون فرضیهها و مجموعههای اطمینان ارائه میکند. کتاب مشتقات نتایج اصلی روش شناسی ارائه شده، با تاکید کافی بر مجانبی و روابط متقابل، راه را برای پیشرفت های بیشتر در مورد روش های آماری قوی در مدل های پیچیده تر هموار می کند. 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''--پشت جلد. بیشتر بخوانید...
''Show synopsis 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 Presents multivariate robust and nonparametric estimation with special emphasis on affine-equivariant procedures, followed by hypotheses testing and confidence sets Keeps mathematical abstractions at bay while remaining largely theoretical Provides a pool of basic mathematical tools used throughout the book in derivations of main results 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''--Back cover. Read more...
Content: Preliminaries --
Robust estimation of location and regression --
Asymptotic representations for L-estimators --
Asymptotic representations for M-estimators --
Asymptotic representations for R-estimators --
Asmptotic interralations of estimators --
Robust estimation: multivariate perspectives --
Robust tests and confidence sets.
Abstract: ''Show synopsis 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 Presents multivariate robust and nonparametric estimation with special emphasis on affine-equivariant procedures, followed by hypotheses testing and confidence sets Keeps mathematical abstractions at bay while remaining largely theoretical Provides a pool of basic mathematical tools used throughout the book in derivations of main results 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''--Back cover