ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

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 Randomness in Data Sampling

دانلود کتاب تصادفی در نمونه گیری داده ها

Randomness in Data Sampling

مشخصات کتاب

Randomness in Data Sampling

دسته بندی: آمار ریاضی
ویرایش: 2 
نویسندگان: , , , ,   
سری:  
ISBN (شابک) : 1931233543 
ناشر: American Research Press 
سال نشر: 2002 
تعداد صفحات: 63 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 533 کیلوبایت

قیمت کتاب (تومان) : 52,000



کلمات کلیدی مربوط به کتاب تصادفی در نمونه گیری داده ها: ریاضیات، نظریه احتمالات و آمار ریاضی، آمار ریاضی، آمار ریاضی کاربردی



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 8


در صورت تبدیل فایل کتاب Randomness in Data Sampling 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 تصادفی در نمونه گیری داده ها 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 تصادفی در نمونه گیری داده ها

هدف این کتاب طرح برخی نظریه ها و آزمون عددی آنهاست. برآورد اغلب یک کار دشوار است و کاربرد وسیعی در علوم اجتماعی و بازار مالی دارد. به منظور دستیابی به کارایی بهینه برای برخی از طبقات برآوردگرها، نویسندگان این کتاب را در سه بخش تخصصی اختصاص دادند: بخش 1. در این بخش ما یک کلاس از تخمین‌گرهای انقباض را برای پارامتر شکل بتا در نمونه‌های سانسور شده شکست از توزیع دو پارامتری Weibull مطالعه کرده‌ایم، زمانی که مقداری پیش‌بینی یا فاصله حدسی‌شده حاوی پارامتر بتا علاوه بر اطلاعات نمونه در دسترس است و آنها را تجزیه و تحلیل می‌کنیم. خواص برخی برآوردگرها از کلاس پیشنهادی تولید شده و با برآوردگر حداقل میانگین مربعات خطا (MMSE) مقایسه می‌شوند. محاسبات عددی بر حسب درصد بازده نسبی و بایاس نسبی مطلق نشان می‌دهد که برخی از این برآوردگرها به‌طور قابل‌توجهی تخمین‌گر MMSE را در برخی فاصله‌های حدس‌شده فضای پارامتر بتا، به‌ویژه برای نمونه‌های سانسور شده با اندازه‌های کوچک، بهبود می‌بخشند. پس از آن، یک کلاس اصلاح شده از برآوردگرهای انقباض با خواص آن پیشنهاد شده است. قسمت 2. در این بخش ما دو دسته از برآوردگرها را برای میانگین جمعیت M_y کاراکتر مورد مطالعه Y با استفاده از اطلاعات دو کاراکتر کمکی X و Z در نمونه‌گیری دوگانه تحلیل کرده‌ایم. در این بخش نشان داده‌ایم که کلاس‌های پیشنهادی برآوردگرها کارآمدتر از آنچه توسط سینگ و همکاران (2001) پیشنهاد شده است. برآوردگرها بر اساس مقادیر بهینه تخمین زده شده نیز همراه با خواص آنها در نظر گرفته شده است. مقادیر بهینه اندازه نمونه فاز اول و فاز دوم نیز برای هزینه ثابت بررسی به دست می آید. قسمت 3. در این بخش، تأثیر خطاهای اندازه گیری را بر روی خانواده ای از برآوردگرهای میانگین جمعیت با استفاده از اطلاعات چند کمکی بررسی کرده ایم. این به حداقل رساندن خطا در مدل‌سازی مالی حیاتی است که به موجب آن تابع هدف بر روی به حداقل رساندن تیراندازی بیش از حد و کم‌نشاندن است. این کتاب برای دانشجویان تحصیلات تکمیلی و محققین فعال در حوزه تخمین و نمونه‌گیری داده‌های کاربردی در مدل‌سازی پیمایش مالی و آمار کاربردی طراحی شده است. در تحقیقات آینده خود، به جنبه های محاسباتی الگوریتم های توسعه یافته در این کتاب خواهیم پرداخت.


توضیحاتی درمورد کتاب به خارجی

The purpose of this book is to postulate some theories and test them numerically. Estimation is often a difficult task and it has wide application in social sciences and financial market. In order to obtain the optimum efficienty for some classes of estimators, the authors devoted this book into three specialized sections: Part 1. In this section we have studied a class of shrinkage estimators for shape parameter beta in failure censored samples from two-parameter Weibull distribution when some 'apriori' or guessed interval containing the parameter beta is available in addition to sample information and analyses their properties. Some estimators are generated from the proposed class and compared with the minimum mean squared error (MMSE) estimator. Numerical computations in terms of percent relative efficiency and absolute relative bias indicate that certain of these estimators substantially improve the MMSE estimator in some guessed interval of the parameter space of beta, especially for censored samples with small sizes. Subsequently, a modified class of shrinkage estimators is proposed with its properties. Part2. In this section we have analyzed the two classes of estimators for population median M_y of the study character Y using information on two auxiliary characters X and Z in double sampling. In this section we have shown that the suggested classes of estimators are more efficient than the one suggested by Singh et al (2001). Estimators based on estimated optimum values have been also considered with their properties. The optimum values of the first phase and second phase sample sizes are also obtained for the fixed cost of survey. Part3. In this section, we have investigated the impact of measurement errors on a family of estimators of population mean using multiauxiliary information. This error minimization is vital in financial modeling whereby the objective function lies upon minimizing over-shooting and undershooting. This book has been designed for graduate students and researchers who are active in the area of estimation and data sampling applied in financial survey modeling and applied statistics. In our future research, we will address the computational aspects of the algorithms developed in this book.





نظرات کاربران

تمامی حقوق معنوی و مادی وبسایت متعلق به اینترنشنال لایبرری می باشد
نماد اعتماد الکترونیکی