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
دسته بندی: ریاضیات محاسباتی ویرایش: نویسندگان: Altman, Gill, McDonald سری: ISBN (شابک) : 0471236330 ناشر: سال نشر: تعداد صفحات: 347 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 5 مگابایت
در صورت تبدیل فایل کتاب Numerical Issues in Statistical Computing 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 مسائل عددی در محاسبات 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.
در نهایت - راهنمای یک دانشمند علوم اجتماعی از طریق مشکلات محاسبات آماری مدرن با توجه به کمبودهای موجود در ادبیات روش های آماری که آنها در علوم اجتماعی و رفتاری به کار می روند، مسائل عددی در محاسبات آماری برای دانشمند اجتماعی به دنبال ارائه یک روش منحصر به فرد برای خوانندگان است. کتاب راهنمای عملی روشهای عددی زیربنای محاسبات آماری رایانهای مخصوص این زمینهها. نویسندگان نشان میدهند که دانش این روشهای عددی و نحوه استفاده از آنها در بستههای آماری برای استنتاج دقیق ضروری است. با کمک مشارکتکنندگان کلیدی از علوم اجتماعی و رفتاری، نویسندگان مجموعهای غنی از فصول مرتبط با یکدیگر را گردآوری کردهاند که برای راهنمایی دانشمندان تجربی اجتماعی از طریق میدان مین بالقوه محاسبات آماری مدرن طراحی شدهاند. متنی که بهطور منحصربهفرد در دسترس است و دارای ابزارها، ترفندها و توصیههای امروزی است، شکاف بین سطح فعلی روششناسی علوم اجتماعی و پوشش فنی پیچیدهتر را که معمولاً با حوزه آماری مرتبط است، با موفقیت پر میکند. نکات برجسته عبارتند از: تمرکز بر مشکلاتی که در تخمین حداکثر احتمال رخ می دهند نمونه های یکپارچه محاسبات آماری (با استفاده از بسته های نرم افزاری مانند SAS، Gauss، Splus، R، Stata، LIMDEP، SPSS، WinBUGS و MATLAB®) راهنمای انتخاب آمار دقیق بستهها بحثهای متعددی از رویکردهای آماری فشرده محاسباتی مانند استنتاج بومشناختی، زنجیره مارکوف مونت کارلو، و تحلیل رگرسیون فضایی تأکید بر مسائل عددی خاص، رویههای آماری، و کاربردهای آنها در زمینه تکرارها و تحلیل مجدد تحقیقات منتشر شده در علوم اجتماعی، استفاده از روشهای عددی مبتکرانه مسائل کلیدی تخمین عددی همراه با ابزارهای اجتناب از دامهای رایج یک وبسایت مرتبط شامل دادههای آزمایشی برای استفاده در نشان دادن مسائل عددی، کدی برای استفاده از روشهای اصلی شرحدادهشده در کتاب، و کتابشناسی آنلاین منابع وب برای محاسبات آماری که به عنوان یک ابزار تحقیقاتی مستقل، یک مرجع حرفهای یا یک مکمل کلاسی طراحی شده است، درمان کاملاً سنجیدهای از یک زمینه پیچیده و چندوجهی ارائه میکند.
At last—a social scientist's guide through the pitfalls of modern statistical computing Addressing the current deficiency in the literature on statistical methods as they apply to the social and behavioral sciences, Numerical Issues in Statistical Computing for the Social Scientist seeks to provide readers with a unique practical guidebook to the numerical methods underlying computerized statistical calculations specific to these fields. The authors demonstrate that knowledge of these numerical methods and how they are used in statistical packages is essential for making accurate inferences. With the aid of key contributors from both the social and behavioral sciences, the authors have assembled a rich set of interrelated chapters designed to guide empirical social scientists through the potential minefield of modern statistical computing. Uniquely accessible and abounding in modern-day tools, tricks, and advice, the text successfully bridges the gap between the current level of social science methodology and the more sophisticated technical coverage usually associated with the statistical field. Highlights include: A focus on problems occurring in maximum likelihood estimation Integrated examples of statistical computing (using software packages such as the SAS, Gauss, Splus, R, Stata, LIMDEP, SPSS, WinBUGS, and MATLAB®) A guide to choosing accurate statistical packages Discussions of a multitude of computationally intensive statistical approaches such as ecological inference, Markov chain Monte Carlo, and spatial regression analysis Emphasis on specific numerical problems, statistical procedures, and their applications in the field Replications and re-analysis of published social science research, using innovative numerical methods Key numerical estimation issues along with the means of avoiding common pitfalls A related Web site includes test data for use in demonstrating numerical problems, code for applying the original methods described in the book, and an online bibliography of Web resources for the statistical computation Designed as an independent research tool, a professional reference, or a classroom supplement, the book presents a well-thought-out treatment of a complex and multifaceted field.