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: 1 نویسندگان: Robert G. Staudte, Simon J. Sheather سری: Wiley Series in Probability and Statistics ISBN (شابک) : 0471855472, 9780471855477 ناشر: Wiley-Interscience سال نشر: 1990 تعداد صفحات: 382 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 10 مگابایت
در صورت تبدیل فایل کتاب Robust Estimation and Testing 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 تخمین و آزمایش قوی 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.
مقدمهای بر نظریه و روشهای آمار قوی، ارائه روشهای عملی به دانشجویان برای انجام رویههای قوی در زمینههای آماری مختلف و توضیح مزایای این روشها. علاوه بر این، متن تکنیکها و مفاهیمی را توسعه میدهد که احتمالاً در تحلیل آینده مدلها و رویههای آماری جدید مفید هستند. با تأکید بر مفاهیم نقطه شکست و تابع تأثیر یک برآوردگر، تکنیک بیان یک برآوردگر را به عنوان یک معیار توصیفی نشان می دهد که از آن می توان تابع تأثیر آن را استخراج کرد و سپس برای کشف ویژگی های کارایی و استحکام برآوردگر استفاده کرد. تکنیکهای ریاضی با الگوریتمهای محاسباتی و ماکروهای Minitab برای یافتن بوت استرپ و تخمینهای تابع تأثیر خطاهای استاندارد برآوردگرها، فواصل اطمینان قوی، برآوردهای رگرسیون قوی و خطاهای استاندارد آنها تکمیل میشوند. شامل مثال ها و مشکلات است.
An introduction to the theory and methods of robust statistics, providing students with practical methods for carrying out robust procedures in a variety of statistical contexts and explaining the advantages of these procedures. In addition, the text develops techniques and concepts likely to be useful in the future analysis of new statistical models and procedures. Emphasizing the concepts of breakdown point and influence functon of an estimator, it demonstrates the technique of expressing an estimator as a descriptive measure from which its influence function can be derived and then used to explore the efficiency and robustness properties of the estimator. Mathematical techniques are complemented by computational algorithms and Minitab macros for finding bootstrap and influence function estimates of standard errors of the estimators, robust confidence intervals, robust regression estimates and their standard errors. Includes examples and problems.