Probability and Statistics with R

ویرایش: 1 
نویسندگان: Maria Dolores Ugarte,  Ana F. Militino,  Alan T. Arnholt  
سری:  
ISBN (شابک) : 1584888911, 9781584888918 
ناشر: Chapman and Hall/CRC 
سال نشر: 2008 
تعداد صفحات: 710 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 9 مگابایت 

قیمت کتاب (تومان) : 37,000

احتمال و آمار با R که برای دوره لیسانس متوسط ​​طراحی شده است، به دانش آموزان نشان می دهد که چگونه مسائل آماری مختلف را با استفاده از تکنیک های پارامتری و ناپارامتریک از طریق نرم افزار منبع باز R حل کنند. مثال های متعددی در دنیای واقعی ارائه می دهد که به دقت توضیح داده شده است. اثبات، مسائل پایان فصل، و نمودارهای روشن برای تسهیل یادگیری عملی.

تئوری را با عمل ادغام می‌کند، قبل از پوشش روش‌های توصیفی گرافیکی و عددی مهم، متن به طور خلاصه نحو، ساختارها و عملکردهای زبان S را معرفی می‌کند. چندین فصل بعدی موضوعات احتمال و متغیرهای تصادفی از جمله توزیع های تک متغیره و چند متغیره را توضیح می دهد. پس از بررسی توزیع‌های نمونه، نویسندگان تخمین نقطه‌ای، فواصل اطمینان، آزمون فرضیه‌ها و طیف وسیعی از روش‌های ناپارامتریک را مورد بحث قرار می‌دهند. با تمرکز بر طراحی آزمایشی، این کتاب همچنین مدل‌های اثرات ثابت و تصادفی و همچنین طرح‌های فاکتوریل بلوک تصادفی و دو عاملی را ارائه می‌کند. فصل آخر تحلیل های رگرسیون ساده و چندگانه را تشریح می کند.

این متن جامع با نشان دادن اینکه R را می توان به عنوان یک کمک آموزشی قدرتمند استفاده کرد، درمان های گسترده ای از تجزیه و تحلیل داده ها با استفاده از تکنیک های پارامتریک و ناپارامتریک ارائه می دهد. این به طور موثر مفاهیم آماری را با رویه‌های R پیوند می‌دهد و کاربرد زبان را در دنیای وسیع آمار ممکن می‌سازد.

Designed for an intermediate undergraduate course, Probability and Statistics with R shows students how to solve various statistical problems using both parametric and nonparametric techniques via the open source software R. It provides numerous real-world examples, carefully explained proofs, end-of-chapter problems, and illuminating graphs to facilitate hands-on learning.

Integrating theory with practice, the text briefly introduces the syntax, structures, and functions of the S language, before covering important graphically and numerically descriptive methods. The next several chapters elucidate probability and random variables topics, including univariate and multivariate distributions. After exploring sampling distributions, the authors discuss point estimation, confidence intervals, hypothesis testing, and a wide range of nonparametric methods. With a focus on experimental design, the book also presents fixed- and random-effects models as well as randomized block and two-factor factorial designs. The final chapter describes simple and multiple regression analyses.

Demonstrating that R can be used as a powerful teaching aid, this comprehensive text presents extensive treatments of data analysis using parametric and nonparametric techniques. It effectively links statistical concepts with R procedures, enabling the application of the language to the vast world of statistics.