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: Carsten F. Dormann (auth.)
سری: Statistik und ihre Anwendungen
ISBN (شابک) : 9783642347856, 9783642347863
ناشر: Springer Spektrum
سال نشر: 2013
تعداد صفحات: 362
زبان: German
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 4 مگابایت
کلمات کلیدی مربوط به کتاب آمار پارامتریک: توزیع ها، حداکثر احتمال و GLM در R: آمار برای علوم زیستی، پزشکی، علوم بهداشتی، بوم شناسی نظری/آمار
در صورت تبدیل فایل کتاب Parametrische Statistik: Verteilungen, maximum likelihood und GLM in 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 آمار پارامتریک: توزیع ها، حداکثر احتمال و GLM در 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.
با استفاده از مثالها، کتاب مبانی آماری تحلیل دادههای مدرن را گام به گام برای کاربران ایجاد میکند. ارزش خاصی روی یک نخ قرمز قرار می گیرد که همه روش ها را با هم جمع می کند. بر اساس مبانی آمار توصیفی، توزیعها و حداکثر احتمال، سایر روشها به عنوان موارد خاص GLM (ANOVA، رگرسیون چندگانه) توسعه یافتهاند. هر فصل در مورد درک آماری با یک فصل در مورد پیاده سازی در نرم افزار آماری رایگان R دنبال می شود. یک فصل در مورد نظریه علمی و تحقیق و یک فصل در مورد طراحی آزمایشها و روشهای نمونهگیری کتاب را تکمیل میکند.
این ارائه تاکید زیادی بر درک و اجرا دارد: هر فصل دارای محتوای آموزشی است که با تمرینهایی تکمیل میشود. برای هر فصل R می توان بررسی کرد. فهرست دقیق شامل توابع R کتاب را کامل می کند.
Beispielreich baut das Buch Schritt für Schritt die statistischen Grundlagen moderner Datenanalysen für Anwender auf. Dabei wird besonderer Wert auf einen roten Faden gelegt, der alle Methoden zusammenführt. Ausgehend von den Grundlagen in beschreibender Statistik, Verteilungen und maximum likelihood, werden alle anderen Verfahren als Spezialfälle des GLM entwickelt (ANOVA, multiple Regression). An jedes Kapitel zum statistischen Verständnis schließt eines zur Umsetzung in der freien Statistiksoftware R an. Ein Kapitel zur Wissenschafts- und Forschungstheorie und eines zum Design von Experimenten und Stichprobeverfahren komplettieren das Buch.
Die Darstellung legt großen Wert auf Verständlichkeit und Umsetzung: Jedes Kapitel hat ausgewiesene Lerninhalte, die durch Übungen zu jedem R-Kapitel geprüft werden können. Ein ausführliches Schlagwortverzeichnis inklusive der R-Funktionen rundet das Buch ab.
Front Matter....Pages i-xxii
Stichprobe, Zufallsvariable – Histogramm, Dichteverteilung....Pages 1-16
Stichprobe, Zufallsvariable – Histogramm, Dichteverteilung in R....Pages 17-36
Verteilungen, ihre Parameter und deren Schätzer....Pages 37-65
Verteilungen, Parameter und Schätzer in R....Pages 67-84
Korrelation und Assoziation....Pages 85-92
Korrelation und Assoziation in R....Pages 93-103
Regression - Teil I....Pages 105-121
Regression in R - Teil I....Pages 123-149
Regression - Teil II....Pages 151-164
Regression in R - Teil II....Pages 165-186
Das Lineare Modell: t-Test und ANOVA....Pages 187-208
Das Lineare Modell: t-Test und ANOVA in R....Pages 209-223
Hypothesen und Tests....Pages 225-234
Experimentelles Design....Pages 235-264
Multiple Regression: mehrere Prädiktoren....Pages 265-293
Multiple Regression in R....Pages 295-331
Ausblick....Pages 333-334
Back Matter....Pages 335-350