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: Corrected
نویسندگان: Frank E. Harrell
سری:
ISBN (شابک) : 0387952322, 9780387952321
ناشر: Springer
سال نشر: 2001
تعداد صفحات: 582
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 46 مگابایت
در صورت تبدیل فایل کتاب Regression Modeling Strategies 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 استراتژی های مدل سازی رگرسیون 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.
بسیاری از متون منابع عالی دانش در مورد ابزارهای آماری فردی هستند، اما هنر تجزیه و تحلیل داده ها در مورد انتخاب و استفاده از ابزارهای متعدد است. این متن به جای ارائه تکنیکهای مجزا، بر استراتژیهای حل مسئله تأکید میکند که به بسیاری از مسائل ناشی از توسعه مدلهای چند متغیره با استفاده از دادههای واقعی و نه نمونههای کتاب درسی استاندارد میپردازد. این شامل روشهای انتساب برای برخورد مؤثر با دادههای از دست رفته، روشهایی برای برخورد با روابط غیرخطی و برای تبدیل تخمین تبدیلها به بخشی رسمی از فرآیند مدلسازی، روشهایی برای مقابله با "متغیرهای بسیار زیادی برای تجزیه و تحلیل و مشاهدات کافی" نیست. و تکنیک های قدرتمند اعتبارسنجی مدل بر اساس بوت استرپ. این متن به طور واقع بینانه به عدم قطعیت مدل و اثرات آن بر استنتاج برای دستیابی به "داده کاوی ایمن" می پردازد.
Many texts are excellent sources of knowledge about individual statistical tools, but the art of data analysis is about choosing and using multiple tools. Instead of presenting isolated techniques, this text emphasizes problem solving strategies that address the many issues arising when developing multivariable models using real data and not standard textbook examples. It includes imputation methods for dealing with missing data effectively, methods for dealing with nonlinear relationships and for making the estimation of transformations a formal part of the modeling process, methods for dealing with "too many variables to analyze and not enough observations," and powerful model validation techniques based on the bootstrap. This text realistically deals with model uncertainty and its effects on inference to achieve "safe data mining".