Robust Statistics: Theory and Methods (With R)

ویرایش: 2 
نویسندگان: Ricardo A. Maronna,  R. Douglas Martin,  Victor J. Yohai,  Matias Salibian-Barrera  
سری: Wiley Series in Probability and Statistics 
ISBN (شابک) : 1119214688, 9781119214687 
ناشر: Wiley-Blackwell 
سال نشر: 2018 
تعداد صفحات: 454 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 5 مگابایت 

قیمت کتاب (تومان) : 30,000



ویرایش جدیدی از این متن پرطرفدار در مورد آمارهای قوی، به‌طور کامل به‌روزرسانی شده تا شامل روش‌های جدید و بهبودیافته و تمرکز بر اجرای روش‌شناسی با استفاده از نرم‌افزار متن‌باز رو به افزایش محبوبیت R.

< p> آمار کلاسیک نمی تواند به خوبی با مقادیر پرت مرتبط با انحراف از توزیع های استاندارد مقابله کند. روش‌های آماری قوی این انحراف‌ها را هنگام تخمین پارامترهای مدل‌های پارامتری در نظر می‌گیرند، بنابراین قابلیت اطمینان مدل‌های برازش شده و استنتاج مرتبط را افزایش می‌دهند. این ویرایش جدید و دوم آمار قوی نظریه و روش‌ها (با R) پوشش گسترده‌ای از تئوری آمار قوی را ارائه می‌کند که با روش‌ها و برنامه‌های محاسباتی یکپارچه شده است. به روز شده تا شامل نتایج مهم تحقیقاتی جدید در دهه گذشته و تمرکز بر استفاده از بسته نرم افزاری محبوب R باشد، این شامل پوشش عمیق روش شناسی کلیدی، از جمله رگرسیون، تحلیل چند متغیره، و مدل سازی سری های زمانی است. این کتاب با طیف وسیعی از مثال‌ها و برنامه‌های کاربردی که توسط یک وب‌سایت همراه با مجموعه داده‌ها و کد R پشتیبانی می‌شوند، نشان داده شده است که به خواننده اجازه می‌دهد نمونه‌های ارائه‌شده در کتاب را بازتولید کند.

بر خلاف سایر کتاب‌های موجود در کتاب بازار، آمار قوی نظریه و روش‌ها (با R) جامع‌ترین، قطعی‌ترین و به‌روزترین درمان موضوع را ارائه می‌دهد. دارای فصل هایی در مورد تخمین مکان و مقیاس است. اندازه گیری استحکام؛ رگرسیون خطی با پیش‌بینی‌کننده‌های ثابت و تصادفی. تحلیل چند متغیره؛ مدل های خطی تعمیم یافته؛ سری زمانی؛ الگوریتم های عددی؛ و نظریه مجانبی تخمین های M.

• هم کاربرد و هم توجیه نظری روش های قوی را توضیح می دهد
• خوانندگان را در انتخاب و استفاده از مناسب ترین روش های قوی برای مشکلاتشان راهنمایی می کند< /li>
• دارای الگوریتم های محاسباتی برای روش های اصلی

نتایج تحقیقات آماری قوی دهه گذشته که در این نسخه 2^امین گنجانده شده است عبارتند از: استحکام قطعی سریع رگرسیون، استحکام نمونه محدود، رگرسیون منظم منظم، تخمین مکان و پراکندگی قوی با داده های از دست رفته، تخمین قوی با پرت مستقل در متغیرها، و مدل های خطی مختلط قوی.

آمار قوی هدف آن تحریک استفاده از روش‌های قوی به عنوان ابزاری قدرتمند برای افزایش قابلیت اطمینان و دقت مدل‌سازی آماری و تجزیه و تحلیل داده‌ها است. این یک منبع ایده آل برای محققان، پزشکان و دانشجویان فارغ التحصیل در آمار، مهندسی، علوم کامپیوتر، و علوم فیزیکی و اجتماعی است.

A new edition of this popular text on robust statistics, thoroughly updated to include new and improved methods and focus on implementation of methodology using the increasingly popular open-source software R.

Classical statistics fail to cope well with outliers associated with deviations from standard distributions. Robust statistical methods take into account these deviations when estimating the parameters of parametric models, thus increasing the reliability of fitted models and associated inference. This new, second edition of Robust Statistics Theory and Methods (with R) presents a broad coverage of the theory of robust statistics that is integrated with computing methods and applications. Updated to include important new research results of the last decade and focus on the use of the popular software package R, it features in-depth coverage of the key methodology, including regression, multivariate analysis, and time series modeling. The book is illustrated throughout by a range of examples and applications that are supported by a companion website featuring data sets and R code that allow the reader to reproduce the examples given in the book.

Unlike other books on the market, Robust Statistics Theory and Methods (with R) offers the most comprehensive, definitive, and up-to-date treatment of the subject. It features chapters on estimating location and scale; measuring robustness; linear regression with fixed and with random predictors; multivariate analysis; generalized linear models; time series; numerical algorithms; and asymptotic theory of M-estimates.

• Explains both the use and theoretical justification of robust methods
• Guides readers in selecting and using the most appropriate robust methods for their problems
• Features computational algorithms for the core methods

Robust statistics research results of the last decade included in this 2^nd edition include: fast deterministic robust regression, finite-sample robustness, robust regularized regression, robust location and scatter estimation with missing data, robust estimation with independent outliers in variables, and robust mixed linear models.

Robust Statistics aims to stimulate the use of robust methods as a powerful tool to increase the reliability and accuracy of statistical modelling and data analysis. It is an ideal resource for researchers, practitioners, and graduate students in statistics, engineering, computer science, and physical and social sciences.

Cover
Wiley Series in Probability and Statistics
Robust Statistics:
Theory and Methods (with R)
© 2019
Dedication
Contents
Preface
Preface to the First Edition
About the Companion Website
1 Introduction
2 Location and Scale
3 Measuring Robustness
4 Linear Regression 1
5 Linear Regression 2
6 Multivariate Analysis
7 Generalized Linear Models
8 Time Series
9 Numerical Algorithms
10 Asymptotic Theory of
M-estimators
11 Description of Datasets
References
Index