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: Ziheng Yang
سری:
ISBN (شابک) : 0199602603, 9780199602605
ناشر: Oxford University Press
سال نشر: 2014
تعداد صفحات: 509
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 تکامل مولکولی: یک رویکرد آماری: بیوشیمی، علوم زیستی، علوم و ریاضی، تکامل، فسیل ها، نظریه بازی ها، ژنتیک، زیست شناسی مولکولی، آلی، دیرینه شناسی، علم و ریاضی، زیست شناسی و علوم زیستی، آناتومی و فیزیولوژی، زیست شناسی، گیاه شناسی، بوم شناسی، جانورشناسی، علم و ریاضیات کتاب های درسی جدید، مستعمل و اجاره ای، بوتیک تخصصی
در صورت تبدیل فایل کتاب Molecular Evolution: A Statistical Approach 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 تکامل مولکولی: یک رویکرد آماری 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.
مطالعات تکامل در سطح مولکولی به دلیل تجمع سریع دادههای توالی
ژنتیکی، بهبود سختافزار و نرمافزار کامپیوتر و توسعه روشهای
تحلیلی پیچیده، رشد خارقالعادهای را در چند دهه اخیر تجربه
کردهاند. سیل داده های ژنومی نیاز شدیدی به روش های آماری
قدرتمند و الگوریتم های محاسباتی کارآمد ایجاد کرده است تا امکان
تجزیه و تحلیل و تفسیر موثر آنها را فراهم کند.
تکامل مولکولی: یک رویکرد آماری روش های آماری مدرن و الگوریتم
های محاسباتی را برای مقایسه ارائه و توضیح می دهد تجزیه و تحلیل
داده های توالی ژنتیکی در زمینه های تکامل مولکولی، فیلوژنتیک
مولکولی، فیلژئوگرافی آماری و ژنومیک مقایسه ای. این کتاب که توسط
یک متخصص در این زمینه نوشته شده است، بر درک مفهومی به جای اثبات
ریاضی تأکید دارد. متن با مثال های متعددی از تجزیه و تحلیل داده
های واقعی و محاسبات عددی برای نشان دادن نظریه، علاوه بر مشکلات
کاری در پایان هر فصل، زنده شده است. پوشش حداکثر احتمال و روش
های بیزی به ویژه به روز، جامع و معتبر هستند.
این کتاب درسی پیشرفته برای دانشجویان مقاطع تحصیلات تکمیلی و
محققین حرفه ای (اعم از تجربی و نظریه پرداز) در زمینه های
بیوانفورماتیک و زیست شناسی محاسباتی، ژنومیک آماری، زیست شناسی
تکاملی، سیستماتیک مولکولی و ژنتیک جمعیت طراحی شده است. همچنین
برای مخاطبان وسیع تری از آماردانان کاربردی، ریاضیدانان و
دانشمندان رایانه ای که در زیست شناسی محاسباتی کار می کنند،
مرتبط و مورد استفاده قرار خواهد گرفت.
Studies of evolution at the molecular level have experienced
phenomenal growth in the last few decades, due to rapid
accumulation of genetic sequence data, improved computer
hardware and software, and the development of sophisticated
analytical methods. The flood of genomic data has generated an
acute need for powerful statistical methods and efficient
computational algorithms to enable their effective analysis and
interpretation.
Molecular Evolution: a statistical approach presents and
explains modern statistical methods and computational
algorithms for the comparative analysis of genetic sequence
data in the fields of molecular evolution, molecular
phylogenetics, statistical phylogeography, and comparative
genomics. Written by an expert in the field, the book
emphasizes conceptual understanding rather than mathematical
proofs. The text is enlivened with numerous examples of real
data analysis and numerical calculations to illustrate the
theory, in addition to the working problems at the end of each
chapter. The coverage of maximum likelihood and Bayesian
methods are in particular up-to-date, comprehensive, and
authoritative.
This advanced textbook is aimed at graduate level students and
professional researchers (both empiricists and theoreticians)
in the fields of bioinformatics and computational biology,
statistical genomics, evolutionary biology, molecular
systematics, and population genetics. It will also be of
relevance and use to a wider audience of applied statisticians,
mathematicians, and computer scientists working in
computational biology.
Content: Models of nucleotide substitution --
Models of amino acid and codon substitution --
Phylogeny reconstruction: overview --
Maximum likelihood methods --
Comparison of phylogenetic methods and tests on trees --
Bayesian theory --
Bayesian computation (MCMC) --
Bayesian phylogenetics --
Coalescent theory and species trees --
Molecular clock and estimation of species divergence times --
Neutral and adaptive protein evolution --
Simulating molecular evolution.