مشخصات کتاب

Reasoning with Data: An Introduction to Traditional and Bayesian Methods using R

ویرایش:  
نویسندگان: Jeffrey M. Stanton  
سری:  
ISBN (شابک) : 9781462530267 
ناشر: Guilford 
سال نشر: 2017 
تعداد صفحات: 330 
زبان: english 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 5 مگابایت 

در صورت تبدیل فایل کتاب Reasoning with Data: An Introduction to Traditional and Bayesian Methods using 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 استدلال با داده ها: مقدمه ای بر روش های سنتی و بیزی با استفاده از 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.

توضیحاتی در مورد کتاب استدلال با داده ها: مقدمه ای بر روش های سنتی و بیزی با استفاده از R

این کتاب جذاب و قابل دسترس، به خوانندگان می آموزد که چگونه از تفکر آماری استنباطی برای بررسی مفروضات خود، ارزیابی شواهد در مورد اعتقادات خود، و اجتناب از تفسیر بیش از حد نتایجی که ممکن است امیدوارکننده تر از آنچه واقعا هستند، استفاده کنند. این راهنمای گام به گام برای استفاده از هر دو رویکرد کلاسیک (تکرارگرا) و بیزی برای استنتاج ارائه می کند. تکنیک های آماری که در کنار هم از هر دو رویکرد فراوان گرا و بیزی پوشش داده شده اند شامل آزمون فرضیه، تکرار، تجزیه و تحلیل واریانس، محاسبه اندازه اثر، رگرسیون، تجزیه و تحلیل سری های زمانی، و غیره است. دانش آموزان همچنین با زبان برنامه نویسی منبع باز R و بسته های کلیدی آن آشنا می شوند. در سرتاسر متن، دستورات ساده در R مهارت های ضروری تجزیه و تحلیل داده ها را با استفاده از نمونه های داده واقعی نشان می دهد. وب‌سایت همراه، کد R مشروح‌شده را برای مثال‌های کتاب، تمرین‌های کلاس، فهرست‌های خواندن تکمیلی، و پیوندهایی به ویدیوهای آنلاین، مطالب تعاملی و سایر منابع ارائه می‌کند. ÿ ویژگی های آموزشی * سبک بازی، مکالمه و رویکرد تدریجی. مناسب برای دانش آموزان بدون پیش زمینه قوی ریاضی. *تمرینات پایان فصل بر اساس داده های واقعی ارائه شده در بسته R رایگان. *توضیحات فنی و جعبه معادلات/خروجی. *پیوست ها در مورد نحوه نصب R و کار با مجموعه داده های نمونه.ÿ

توضیحاتی درمورد کتاب به خارجی

Engaging and accessible, this book teaches readers how to use inferential statistical thinking to check their assumptions, assess evidence about their beliefs, and avoid overinterpreting results that may look more promising than they really are. It provides step-by-step guidance for using both classical (frequentist) and Bayesian approaches to inference. Statistical techniques covered side by side from both frequentist and Bayesian approaches include hypothesis testing, replication, analysis of variance, calculation of effect sizes, regression, time series analysis, and more. Students also get a complete introduction to the open-source R programming language and its key packages. Throughout the text, simple commands in R demonstrate essential data analysis skills using real-data examples. The companion website provides annotated R code for the book's examples, in-class exercises, supplemental reading lists, and links to online videos, interactive materials, and other resources. ÿ Pedagogical Features *Playful, conversational style and gradual approach; suitable for students without strong math backgrounds. *End-of-chapter exercises based on real data supplied in the free R package. *Technical explanation and equation/output boxes. *Appendices on how to install R and work with the sample datasets.ÿ

فهرست مطالب

Cover
Half Title Page
Title Page
Copyright
Preface
Contents
Introduction
	Getting Started
1. Statistical Vocabulary
	Descriptive Statistics
	Measures of Central Tendency
	Measures of Dispersion
		BOX. Mean and Standard Deviation Formulas
	Distributions and Their Shapes
	Conclusion
	Exercises
2. Reasoning with Probability
	Outcome Tables
	Contingency Tables
		BOX. Make Your Own Tables with R
	Conclusion
	Exercises
3. Probabilities in the Long Run
	Sampling
	Repetitious Sampling with R
	Using Sampling Distributions and Quantiles to Think about Probabilities
	Conclusion
	Exercises
4. Introducing the Logic of Inference Using Confidence Intervals
	Exploring the Variability of Sample Means with Repetitious Sampling
	Our First Inferential Test: The Confidence Interval
		BOX. Formulas for the Confidence Interval
	Conclusion
	Exercises
5. Bayesian and Traditional Hypothesis Testing
	BOX. Notation, Formula, and Notes on Bayes’ Theorem
	BOX. Markov-Chain Monte Carlo Overview
	BOX. Detailed Output from BESTmcmc()
	The Null Hypothesis Significance Test
	BOX. The Calculation of t
	Replication and the NHST
	Conclusion
	Exercises
6. Comparing Groups and Analyzing Experiments
	BOX. Formulas for ANOVA
	Frequentist Approach to ANOVA
	BOX. More Information about Degrees of Freedom
	The Bayesian Approach to ANOVA
	BOX. Giving Some Thought to Priors
	BOX. Interpreting Bayes Factors
	Finding an Effect
	Conclusion
	Exercises
7. Associations between Variables
	BOX. Formula for Pearson's Correlation
	Inferential Reasoning about Correlation
	BOX. Reading a Correlation Matrix
	Null Hypothesis Testing on the Correlation
	Bayesian Tests on the Correlation Coefficient
	Categorical Associations
	Exploring the Chi-Square Distribution with a Simulation
	The Chi-Square Test with Real Data
	The Bayesian Approach to the Chi-Square Test
	Conclusion
	Exercises
8. Linear Multiple Regression
	BOX. Making Sense of Adjusted R-Squared
	The Bayesian Approach to Linear Regression
	A Linear Regression Model with Real Data
	Conclusion
	Exercises
9. Interactions in ANOVA and Regression
	Interactions in ANOVA
	BOX. Degrees of Freedom for Interactions
	BOX. A Word about Standard Error
	Interactions in Multiple Regression
	BOX. Diagnosing Residuals and Trying Alternative Models
	Bayesian Analysis of Regression Interactions
	Conclusion
	Exercises
10. Logistic Regression
	A Logistic Regression Model with Real Data
	BOX. Multinomial Logistic Regression
	Bayesian Estimation of Logistic Regression
	Conclusion
	Exercises
11. Analyzing Change over Time
	Repeated-Measures Analysis
	BOX. Using ezANOVA
	Time-Series Analysis
	Exploring a Time Series with Real Data
	Finding Change Points in Time Series
	Probabilities in Change-Point Analysis
	BOX. Quick View of ARIMA
	Conclusion
	Exercises
12. Dealing with Too Many Variables
	BOX. Mean Composites versus Factor Scores
	Internal Consistency Reliability
	Rotation
	Conclusion
	Exercises
13. All Together Now
	The Big Picture
Appendix A. Getting Started with R
	Running R and Typing Commands
	Installing Packages
	Quitting, Saving, and Restoring
	Conclusion
Appendix B. Working with Data Sets in R
	Data Frames in R
	Reading into Data Frames from External Files
Appendix C. Using dplyr with Data Frames
References
Index
About the Author

نظرات کاربران

کتاب های تصادفی

دانلود کتاب The Improbability of Othello: Rhetorical Anthropology and Shakespearean Selfhood

دانلود کتاب PHP Basics in Pictures

دانلود کتاب Bioinformatics for Diagnosis, Prognosis and Treatment of Complex Diseases

دانلود کتاب International critical pedagogy reader

دانلود کتاب Socialist Imaginations: Utopias, Myths, And The Masses