Resampling Methods: A Practical Guide to Data Analysis

\"... نویسنده مجموعه ای عالی و مدرن از موضوعات پیرامون توسعه و استفاده از مدل های کمی را بسته بندی کرده است... اگر نیاز به یادگیری در مورد نمونه گیری مجدد دارید، این کتاب مکان خوبی خواهد بود. برای شروع.\"

—Technometrics (بررسی نسخه دوم)

این ویرایش سوم کاملاً تجدید نظر شده و توسعه یافته راهنمای عملی برای تجزیه و تحلیل داده ها با استفاده از بوت استرپ است. تست های اعتبار سنجی متقاطع و جایگشت. این کتاب که فقط به حداقل ریاضیات فراتر از جبر نیاز دارد، مقدمه‌ای بدون جدول برای تجزیه و تحلیل داده‌ها با استفاده از تمرین‌های متعدد، مجموعه داده‌های عملی و نرم‌افزارهای آماری رایگان در دسترس ارائه می‌کند.

موضوعات و ویژگی ها

* ارائه عملی بوت استرپ و جایگشت ها را به همراه کد برنامه لازم برای قرار دادن آنها در کار کردن

* شامل یک راهنمای سیستماتیک برای انتخاب روش صحیح برای یک برنامه خاص است.

* پوشش تفصیلی طبقه بندی، برآورد، طراحی تجربی، آزمون فرضیه و مدل سازی.

* هم برای استفاده در کلاس و هم برای مطالعه شخصی مناسب است.

جدید به نسخه سوم

* رویه ها بر اساس برنامه گروه بندی می شوند. یک فصل مقدماتی خوانندگان را به موضوع خواندن مناسب راهنمایی می کند.

* فهرست‌های برنامه‌ها و عکس‌های صفحه اکنون با هر روش نمونه‌گیری مجدد همراه است: چه برنامه‌ای در C++، CART، Blossom، Box Sampler (افزونه Excel)، EViews، MATLAB، R، Resampling Stats، ماکروهای SAS ، S-PLUS، Stata یا StatXact، خوانندگان لیست برنامه ها و تصاویر صفحه مورد نیاز برای اجرای هر روش نمونه برداری مجدد را خواهند یافت.

* برای ساده سازی برنامه نویسی، کدی برای دانلود و اعمال خوانندگان در http://www.springeronline.com/0-8176-4386-9 قرار داده شده است.

* علامت گذاری ساده شده و در صورت امکان حذف شده است.

* یک واژه نامه و پاسخ به تمرینات انتخاب شده گنجانده شده است.

با سبک در دسترس و توسعه موضوع بصری، این کتاب یک منبع اساسی عالی برای قدرت، سادگی و تطبیق پذیری روش های نمونه برداری مجدد است. این یک منبع ضروری برای آماردانان، آماردانان زیستی، مشاوران آماری، دانشجویان و متخصصان تحقیقاتی در علوم زیستی، فیزیکی و اجتماعی، مهندسی و فناوری است.

"…the author has packaged an excellent and modern set of topics around the development and use of quantitative models.... If you need to learn about resampling, this book would be a good place to start."

—Technometrics (Review of the Second Edition)

This thoroughly revised and expanded third edition is a practical guide to data analysis using the bootstrap, cross-validation, and permutation tests. Only requiring minimal mathematics beyond algebra, the book provides a table-free introduction to data analysis utilizing numerous exercises, practical data sets, and freely available statistical shareware.

Topics and Features

* Practical presentation covers both the bootstrap and permutations along with the program code necessary to put them to work.

* Includes a systematic guide to selecting the correct procedure for a particular application.

* Detailed coverage of classification, estimation, experimental design, hypothesis testing, and modeling.

* Suitable for both classroom use and individual self-study.

New to the Third Edition

* Procedures are grouped by application; a prefatory chapter guides readers to the appropriate reading matter.

* Program listings and screen shots now accompany each resampling procedure: Whether one programs in C++, CART, Blossom, Box Sampler (an Excel add-in), EViews, MATLAB, R, Resampling Stats, SAS macros, S-PLUS, Stata, or StatXact, readers will find the program listings and screen shots needed to put each resampling procedure into practice.

* To simplify programming, code for readers to download and apply is posted at http://www.springeronline.com/0-8176-4386-9.

* Notation has been simplified and, where possible, eliminated.

* A glossary and answers to selected exercises are included.

With its accessible style and intuitive topic development, the book is an excellent basic resource for the power, simplicity, and versatility of resampling methods. It is an essential resource for statisticians, biostatisticians, statistical consultants, students, and research professionals in the biological, physical, and social sciences, engineering, and technology.