برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید

09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب R Data Analysis without Programming

دانلود کتاب تجزیه و تحلیل داده های R بدون برنامه نویسی

مشخصات کتاب

R Data Analysis without Programming

دسته بندی: برنامه نویسی: زبان های برنامه نویسی
ویرایش: 1 
نویسندگان: David W. Gerbing  
سری:  
ISBN (شابک) : 041564173X, 9780415641739 
ناشر: Routledge 
سال نشر: 2013 
تعداد صفحات: 312 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 4 مگابایت

قیمت کتاب (تومان) : 80,000

کلمات کلیدی مربوط به کتاب تجزیه و تحلیل داده های R بدون برنامه نویسی: کتابخانه، ادبیات کامپیوتر، ر

میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 11

در صورت تبدیل فایل کتاب R Data Analysis without Programming 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 تجزیه و تحلیل داده های R بدون برنامه نویسی 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.

توضیحاتی در مورد کتاب تجزیه و تحلیل داده های R بدون برنامه نویسی

این کتاب خوانندگان را برای تجزیه و تحلیل داده ها و تفسیر نتایج آماری با استفاده از R سریعتر از سایر متون آماده می کند. R یک برنامه چالش برانگیز برای یادگیری است زیرا برای شروع باید کد ایجاد شود. برای کاهش این چالش، پروفسور Gerbing توسعه lessR را توسعه داد. LessR پسوندها نیاز به برنامه ریزی را برطرف می کنند. با معرفی R از طریق کمتر R، خوانندگان یاد می گیرند که چگونه داده ها را برای تجزیه و تحلیل سازماندهی کنند، داده ها را در R بخوانند، و بدون انجام چندین توابع و تمرین های برنامه نویسی ابتدا خروجی تولید کنند. با lessR، خوانندگان می توانند روش لازم را انتخاب کرده و متغیرهای مربوطه را بدون برنامه نویسی تغییر دهند. این متن رویه‌های آماری پایه را با پیشرفت‌های کمتری که به محیط استاندارد R اضافه شده است، مرور می‌کند. از طریق استفاده از lessR، R بلافاصله در دسترس کاربر مبتدی قرار می‌گیرد و استفاده از آن برای کاربر با تجربه آسان‌تر می‌شود.

برترین‌های کتاب عبارتند از:

شروع سریع که خوانندگان را با مفاهیم و دستورات بررسی شده در فصل ها آشنا می کند.

یادداشت های حاشیه که مفاهیم کلیدی را برجسته می کند، تعریف می کند، نشان می دهد و به آنها ارجاع می دهد. هنگامی که خوانندگان با اصطلاحی که قبلاً بحث شده است مواجه می شوند، یادداشت های حاشیه شماره صفحه را در مقدمه اولیه مشخص می کنند. .

سناریوهایی که استفاده از یک تحلیل خاص و به دنبال آن ورودی R/lessR مربوطه و تفسیری از خروجی حاصل را برجسته می‌کنند.

نمونه‌های متعددی از خروجی از روانشناسی، تجارت، آموزش و پرورش و سایر علوم اجتماعی، که نحوه تفسیر نتایج را نشان می دهند.

دو مجموعه داده ارائه شده در وب سایت و تجزیه و تحلیل چندین بار در کتاب، تداوم را در سراسر ارائه می دهد.

مسائل پایان فصل به خوانندگان کمک می کند تا درک خود را از مفاهیم آزمایش کنند.

یک وب‌سایت به نشانی www.lessRstats.com که دارای برنامه lessR، مجموعه داده‌های کتاب است که در متن استاندارد و فرمت‌های SPSS ارجاع داده شده است، بنابراین خوانندگان می‌توانند با کار کردن با استفاده از R/lessR تمرین کنند. نمونه‌های متنی و مسائل کار شده، اسلایدهای PDF برای هر فصل، راه‌حل‌هایی برای مشکلات کار شده کتاب، پیوندهایی به ویدیوهای R/lessR برای کمک به خوانندگان برای درک بهتر برنامه، و موارد دیگر.

یک مکمل ایده آل برای دوره های کارشناسی ارشد یا پیشرفته در آمار، روش های تحقیق، یا هر درسی که در آن از R استفاده می شود، که در گروه های روانشناسی، تجارت، آموزش و پرورش و سایر علوم اجتماعی و بهداشتی تدریس می شود، این کتاب توسط محققان علاقه مند نیز قدردانی می شود. در استفاده از R برای تجزیه و تحلیل داده های خود. پیش نیازها شامل دانش اولیه آماری است. دانش R فرض نمی شود.

توضیحاتی درمورد کتاب به خارجی

This book prepares readers to analyze data and interpret statistical results using R more quickly than other texts. R is a challenging program to learn because code must be created to get started. To alleviate that challenge, Professor Gerbing developed lessR. LessR extensions remove the need to program. By introducing R through less R, readers learn how to organize data for analysis, read the data into R, and produce output without performing numerous functions and programming exercises first. With lessR, readers can select the necessary procedure and change the relevant variables without programming. The text reviews basic statistical procedures with the lessR enhancements added to the standard R environment. Through the use of lessR, R becomes immediately accessible to the novice user and easier to use for the experienced user.

Highlights of the book include:

Quick Starts that introduce readers to the concepts and commands reviewed in the chapters.

Margin notes that highlight,define,illustrate,and cross-reference the key concepts.When readers encounter a term previously discussed, the margin notes identify the page number to the initial introduction.

Scenarios that highlight the use of a specific analysis followed by the corresponding R/lessR input and an interpretation of the resulting output.

Numerous examples of output from psychology, business, education, and other social sciences, that demonstrate how to interpret results.

Two data sets provided on the website and analyzed multiple times in the book, provide continuity throughout.

End of chapter worked problems help readers test their understanding of the concepts.

A website at www.lessRstats.com that features the lessR program, the book’s data sets referenced in standard text and SPSS formats so readers can practice using R/lessR by working through the text examples and worked problems, PDF slides for each chapter, solutions to the book’s worked problems, links to R/lessR videos to help readers better understand the program, and more.

An ideal supplement for graduate or advanced undergraduate courses in statistics, research methods, or any course in which R is used, taught in departments of psychology, business, education, and other social and health sciences, this book is also appreciated by researchers interested in using R for their data analysis. Prerequisites include basic statistical knowledge. Knowledge of R is not assumed.