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: [5th ed] نویسندگان: Chakraborti. Subhabrata, Gibbons. Jean Dickinson سری: ISBN (شابک) : 9781439896129, 9781420077629 ناشر: CRC Press سال نشر: 2010 تعداد صفحات: 652 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 3 Mb
در صورت تبدیل فایل کتاب Nonparametric Statistical Inference, Fifth Edition 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 استنتاج آماری ناپارامتری، ویرایش پنجم 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.
مطالب اثباتشده برای دورهای در زمینه مقدمهای بر نظریه و/یا کاربرد روشهای ناپارامتریک کلاسیک از اولین انتشار آن در سال 1971، استنتاج آماری ناپارامتریک به طور گستردهای به عنوان منبعی برای یادگیری در مورد آمار ناپارامتریک در نظر گرفته شده است. ویرایش پنجم این سنت را در حالی که حداقل 50 درصد مطالب را به طور کامل بازبینی می کند، ادامه می دهد. جدید به نسخه پنجم مطالب به روز شده و اصلاح شده بر اساس مقالات اخیر مجلات در ادبیات بخش جدید در فصل تست های تناسب خوب فصل جدیدی که راهنمایی های عملی در مورد نحوه انتخاب از بین روش های مختلف ناپارامتریک ارائه می دهد مشکلات اضافی و مثالها ارقام کامپیوتری بهبود یافته این کتاب آماری کلاسیک و پرفروش همچنان متداولترین روشهای ناپارامتریک مورد استفاده را پوشش میدهد. نویسندگان به دقت مفروضات را بیان میکنند، نظریههای پشت رویهها را توسعه میدهند، و تکنیکها را با استفاده از نمونههای تحقیق واقعگرایانه از علوم اجتماعی، رفتاری و زیستی نشان میدهند. برای اکثر روش ها، آنها آزمون فرضیه ها، تخمین فاصله اطمینان، تعیین اندازه نمونه، قدرت و مقایسه سایر روش های مرتبط را ارائه می دهند. متن همچنین نمونههایی از برنامههای کامپیوتری مبتنی بر Minitab، SAS و StatXact را ارائه میکند و این نمونهها را با محاسبات دستی مربوطه مقایسه میکند. پیوست شامل مجموعه ای از جداول مورد نیاز برای حل مسائل داده گرا می باشد. استنتاج آماری ناپارامتریک، ویرایش پنجم، پوششی عمیق و در عین حال قابل دسترس از نظریه و روشهای روشهای استنتاج آماری ناپارامتریک ارائه میکند. این یک رویکرد عملی دارد که از نمونهها و مسائل زیادی استفاده میکند و قالب اثبات قضیه را به حداقل میرساند. ژان دیکینسون گیبونز اخیراً در مورد تعهد سخاوتمندانه خود به ویرجینیا تک مصاحبه شد.
Proven Material for a Course on the Introduction to the Theory and/or on the Applications of Classical Nonparametric Methods Since its first publication in 1971, Nonparametric Statistical Inference has been widely regarded as the source for learning about nonparametric statistics. The fifth edition carries on this tradition while thoroughly revising at least 50 percent of the material. New to the Fifth Edition Updated and revised contents based on recent journal articles in the literature A new section in the chapter on goodness-of-fit tests A new chapter that offers practical guidance on how to choose among the various nonparametric procedures covered Additional problems and examples Improved computer figures This classic, best-selling statistics book continues to cover the most commonly used nonparametric procedures. The authors carefully state the assumptions, develop the theory behind the procedures, and illustrate the techniques using realistic research examples from the social, behavioral, and life sciences. For most procedures, they present the tests of hypotheses, confidence interval estimation, sample size determination, power, and comparisons of other relevant procedures. The text also gives examples of computer applications based on Minitab, SAS, and StatXact and compares these examples with corresponding hand calculations. The appendix includes a collection of tables required for solving the data-oriented problems. Nonparametric Statistical Inference, Fifth Edition provides in-depth yet accessible coverage of the theory and methods of nonparametric statistical inference procedures. It takes a practical approach that draws on scores of examples and problems and minimizes the theorem-proof format. Jean Dickinson Gibbons was recently interviewed regarding her generous pledge to Virginia Tech.