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: Yu. I. Ingster, Irina A. Suslina (auth.) سری: Lecture Notes in Statistics 169 ISBN (شابک) : 9780387955315, 9780387215808 ناشر: Springer-Verlag New York سال نشر: 2003 تعداد صفحات: 470 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 15 مگابایت
کلمات کلیدی مربوط به کتاب تست ناپارامتریک خوبی برازش تحت مدلهای گاوسی: نظریه و روش های آماری
در صورت تبدیل فایل کتاب Nonparametric Goodness-of-Fit Testing Under Gaussian Models 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 تست ناپارامتریک خوبی برازش تحت مدلهای گاوسی 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.
از بررسیها:
\"کتاب مستقل است، و کتابشناسی بسیار غنی است و در واقع فهرستی جامع از منابع در مورد تست حداقلی (چیزی که قبلا برای دریافت بهترین نتیجه از این کتاب، خواننده باید با آنالیز تابعی پایه، نظریه موجک و بهینهسازی برای مشکلات شدید آشنا باشد... به هر کسی که میخواهد مقدمهای برای آزمایش فرضیه از حداقل حداکثر توصیه میشود، بسیار توصیه میشود. رویکرد – با این حال، تنها یک نقطه شروع است، زیرا مدلهای گاوسی به طور انحصاری مورد مطالعه قرار میگیرند.» مجله انجمن آماری آمریکا، ژوئن 2004
« این کتاب به مسائل ناپارامتریک آزمون خوب بودن برازش میپردازد. ادبیات بیست سال گذشته… کتابی نظری است با نتایج ریاضی… . اثبات قضایا بسیار مفصل است و جزئیات زیادی در ضمیمه بیش از صد صفحه موجود است.» (N. D. C. Veraverbeke, Short Book Reviews ، جلد 24 (1)، 2004)
\"کتاب حاضر به یک تئوری مدرن تست ناپارامتریک خوبی برازش اختصاص دارد. … سطح کتاب با استاندارد بسیار بالایی مطابقت دارد. این کتاب مطمئناً برای آماردانان ریاضی علاقه مند به تداخل آماری ناپارامتریک و همچنین متخصصانی که با مشکلات آماری ناپارامتریک کاربردی در تشخیص و انتقال سیگنال، تشخیص های فنی و پزشکی و سایر زمینه ها سر و کار دارند، جالب خواهد بود.» (Marie Huškova, Zentralblatt MATH، جلد 1013، 2003)
From the reviews:
"The book is self-contained, and the bibliography is very rich and in fact provides a comprehensive listing of references about minimax testing (something that heretofore had been missing from the field.) To get the best out of this book, the reader should be familiar with basic functional analysis, wavelet theory, and optimization for extreme problems…It is highly recommended to anyone who wants an introduction to hypothesis testing from the minimax approach–yet it is only a starting point, as Gaussian models are studied exclusively." Journal of the American Statistical Association, June 2004
"The book deals with nonparametric goodness-of-fit testing problems from the literature of the past twenty years. … It is a theoretical book with mathematical results … . The proofs of the theorems are very detailed and many details are in the appendix of more than one hundred pages." (N. D. C. Veraverbeke, Short Book Reviews, Vol. 24 (1), 2004)
"The present book is devoted to a modern theory of nonparametric goodness-of-fit testing. … The level of the book meets a quite high standard. The book will certainly be of interest to mathematical statisticians interested in the theory of nonparametric statistical interference, and also to specialists dealing with applied nonparametric statistical problems in signal detection and transmission, technical and medical diagnostics, and other fields." (Marie Huškova, Zentralblatt MATH, Vol. 1013, 2003)
Front Matter....Pages N2-xiv
Introduction....Pages 1-37
An Overview....Pages 38-80
Minimax Distinguishability....Pages 81-135
Sharp Asymptotics. I....Pages 136-184
Sharp Asymptotics. II....Pages 185-230
Gaussian Asymptotics for Power and Besov Norms....Pages 231-261
Adaptation for Power and Besov Norms....Pages 262-290
High-Dimensional Signal Detection....Pages 291-353
Back Matter....Pages 354-457