ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Multiple Comparisons Using R

دانلود کتاب مقایسه چندگانه با استفاده از R

Multiple Comparisons Using R

مشخصات کتاب

Multiple Comparisons Using R

دسته بندی: ریاضیات کاربردی
ویرایش: 1 
نویسندگان: , ,   
سری:  
ISBN (شابک) : 1584885742, 9781584885740 
ناشر: Chapman and Hall CRC 
سال نشر: 2010 
تعداد صفحات: 202 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 3 مگابایت

قیمت کتاب (تومان) : 49,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 15


در صورت تبدیل فایل کتاب Multiple Comparisons Using R 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 مقایسه چندگانه با استفاده از R 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.


توضیحاتی در مورد کتاب مقایسه چندگانه با استفاده از R

مقایسه های چندگانه با استفاده از R، با اتخاذ یک موضوع متحد کننده بر اساس حداکثر آمار، نظریه اساسی رایج رویه های مقایسه چندگانه را از طریق مثال های متعدد توصیف می کند. همچنین شرح مفصلی از پیاده‌سازی نرم‌افزارهای موجود در R ارائه می‌کند. بسته‌های R و کد منبع برای تحلیل‌ها در http://CRAN.R-project.org در دسترس هستند پس از ارائه مثال‌هایی از مسائل چندگانه، کتاب مفاهیم کلی و پایه را پوشش می‌دهد. روش های مقایسه چندگانه، از جمله روش بونفرونی و آزمون سیمز. سپس نحوه انجام مقایسه های چندگانه پارامتریک در مدل های خطی استاندارد و مدل های پارامتری عمومی را نشان می دهد. همچنین بسته مولتی کامپ را در R معرفی می کند که یک رابط کاربری مناسب برای انجام مقایسه های متعدد در یک زمینه کلی ارائه می دهد. با پیروی از این چارچوب نظری، این کتاب کاربردهایی را شامل آزمون دانت، مقایسه‌های زوجی توکی، و آزمون‌های کنتراست چندگانه کلی برای مدل‌های رگرسیون استاندارد، مدل‌های اثرات مختلط، و مدل‌های بقای پارامتری را بررسی می‌کند. فصل آخر سایر روش‌های مقایسه چندگانه، مانند روش‌های مبتنی بر نمونه‌گیری مجدد، روش‌های طرح‌های متوالی یا تطبیقی ​​گروهی، و ترکیب روش‌های مقایسه چندگانه با تکنیک‌های مدل‌سازی را بررسی می‌کند. کنترل تعدد در آزمایش ها تصمیم گیری بهتر و محافظت در برابر ادعاهای نادرست را تضمین می کند. این کتاب که مقدمه ای مستقل بر رویه های مقایسه چندگانه است، راهبردهایی را برای ساخت رویه ها ارائه می دهد و چارچوبی را برای آزمون فرضیه های متعدد در مدل های پارامتری کلی نشان می دهد. این برای خوانندگان با تجربه R اما دانش محدود از روش های مقایسه چندگانه و بالعکس مناسب است.


توضیحاتی درمورد کتاب به خارجی

Adopting a unifying theme based on maximum statistics, Multiple Comparisons Using R describes the common underlying theory of multiple comparison procedures through numerous examples. It also presents a detailed description of available software implementations in R. The R packages and source code for the analyses are available at http://CRAN.R-project.org After giving examples of multiplicity problems, the book covers general concepts and basic multiple comparisons procedures, including the Bonferroni method and Simes’ test. It then shows how to perform parametric multiple comparisons in standard linear models and general parametric models. It also introduces the multcomp package in R, which offers a convenient interface to perform multiple comparisons in a general context. Following this theoretical framework, the book explores applications involving the Dunnett test, Tukey’s all pairwise comparisons, and general multiple contrast tests for standard regression models, mixed-effects models, and parametric survival models. The last chapter reviews other multiple comparison procedures, such as resampling-based procedures, methods for group sequential or adaptive designs, and the combination of multiple comparison procedures with modeling techniques. Controlling multiplicity in experiments ensures better decision making and safeguards against false claims. A self-contained introduction to multiple comparison procedures, this book offers strategies for constructing the procedures and illustrates the framework for multiple hypotheses testing in general parametric models. It is suitable for readers with R experience but limited knowledge of multiple comparison procedures and vice versa.





نظرات کاربران

تمامی حقوق معنوی و مادی وبسایت متعلق به اینترنشنال لایبرری می باشد
نماد اعتماد الکترونیکی