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: 1st Edition
نویسندگان: Douglas Wolfe. Grant Schneider
سری:
ISBN (شابک) : 303047478X, 9783030474799
ناشر: Springer
سال نشر: 2020
تعداد صفحات: 236
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 4 مگابایت
کلمات کلیدی مربوط به کتاب آغازگر برای تجزیه و تحلیل داده ها و تحصیلات تکمیلی در آمار: نظریه و روش های آماری
در صورت تبدیل فایل کتاب Primer For Data Analytics And Graduate Study In Statistics 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 آغازگر برای تجزیه و تحلیل داده ها و تحصیلات تکمیلی در آمار 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.
این کتاب به طور ویژه برای تجدید و ارتقای سطح درک پیشینه اساسی در نظریه احتمال و توزیع مورد نیاز برای موفقیت در یک برنامه آمار در سطح فارغ التحصیل طراحی شده است. دانشجویان کارشناسی ارشد و دانشجویان مقطع کارشناسی ارشد مقدماتی با زمینههای کمی متنوع از پل انتقالی که این جلد ارائه میکند، از مطالعه عمومیتر ریاضیات و آمار در مقطع کارشناسی تا آموزش کاربردی متمرکز بر شغل در سطح تحصیلات تکمیلی بهرهمند خواهند شد. به طور خاص، بر روی زمینه های در حال رشدی تمرکز دارد که مورد علاقه بالقوه M.S. و Ph.D. دانشجویان، و همچنین دانشجویان کارشناسی پیشرفته که مستقیماً به محل کار می روند: تجزیه و تحلیل داده ها، آمار و آمار زیستی، و حوزه های مرتبط.
This book is specially designed to refresh and elevate the level of understanding of the foundational background in probability and distributional theory required to be successful in a graduate-level statistics program. Advanced undergraduate students and introductory graduate students from a variety of quantitative backgrounds will benefit from the transitional bridge that this volume offers, from a more generalized study of undergraduate mathematics and statistics to the career-focused, applied education at the graduate level. In particular, it focuses on growing fields that will be of potential interest to future M.S. and Ph.D. students, as well as advanced undergraduates heading directly into the workplace: data analytics, statistics and biostatistics, and related areas.
Preface......Page 6
Contents......Page 7
Chapter 1: Introduction......Page 9
2.1 Random Events and Probability Set Functions......Page 11
2.2 Properties of Probability Functions......Page 15
2.3 Conditional Probability......Page 19
2.4 Exercises......Page 28
Chapter 3: Random Variables and Probability Distributions......Page 38
3.1 Discrete Random Variables......Page 39
3.2 Discrete Random Variables......Page 45
3.3 Continuous Random Variables......Page 51
3.4 Exercises......Page 62
4.1 Cumulative Distribution Function......Page 75
4.1.1 Relationship Between c.d.f. and p.d.f......Page 78
4.1.2 General Properties of a c.d.f. FX(x)......Page 79
4.2 Median of a Probability Distribution......Page 80
4.3 Symmetric Probability Distribution......Page 81
4.4 Mathematical Expectations......Page 83
4.5 Chebyshev´s Inequality......Page 96
4.6 Exercises......Page 99
5.1.1 Discrete Variables......Page 109
5.1.2 Continuous Variables......Page 112
5.2 Marginal Probability Distributions......Page 113
5.3 Covariance and Correlation......Page 115
5.4 Conditional Probability Distributions......Page 119
5.5 Exercises......Page 129
6.1 Change of Variable Technique......Page 142
6.2 Moment Generating Function Technique......Page 145
6.3 Distribution Function Technique......Page 148
6.4 Exercises......Page 150
7.1 Simple Random Samples......Page 157
7.2 Sampling Distributions......Page 160
7.3.1 Moment Generating Function Technique......Page 165
7.3.2 Distribution Function Technique......Page 168
7.3.3 Change of Variable Technique......Page 174
7.4 Equal in Distribution Approach to Obtaining Properties of Sampling Distributions......Page 179
7.5 Exercises......Page 188
8.1 Convergence in Probability......Page 204
8.2 Convergence in Distribution......Page 210
8.2.1 Convergence of Moment Generating Functions......Page 212
8.2.2 Central Limit Theorem (CLT)......Page 215
8.2.3 Slutsky´s Theorem......Page 220
8.2.4 Delta Method......Page 221
8.3 Exercises......Page 223
Bibliography......Page 236