ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Sign-Based Methods in Linear Statistical Models

دانلود کتاب روش‌های مبتنی بر علامت در مدل‌های آماری خطی

Sign-Based Methods in Linear Statistical Models

مشخصات کتاب

Sign-Based Methods in Linear Statistical Models

دسته بندی: ریاضیات
ویرایش:  
نویسندگان: ,   
سری: Translations of Mathematical Monographs 
ISBN (شابک) : 0821803719, 9780821803714 
ناشر: American Mathematical Society 
سال نشر: 1997 
تعداد صفحات: 250 
زبان: English 
فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 2 مگابایت 

قیمت کتاب (تومان) : 44,000



کلمات کلیدی مربوط به کتاب روش‌های مبتنی بر علامت در مدل‌های آماری خطی: احتمالات و آمار، کاربردی، ریاضیات، علوم و ریاضیات، آمار، ریاضیات، علوم و ریاضیات، کتاب های درسی جدید، مستعمل و اجاره ای، بوتیک تخصصی



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 10


در صورت تبدیل فایل کتاب Sign-Based Methods in Linear Statistical Models 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 روش‌های مبتنی بر علامت در مدل‌های آماری خطی 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 روش‌های مبتنی بر علامت در مدل‌های آماری خطی

برای آمارهای ناپارامتریک، نیمه آخر این قرن زمانی بود که روش‌های مبتنی بر رتبه به وجود آمدند، به شدت توسعه یافتند، به بلوغ رسیدند و به رسمیت شناخته شدند. رویکرد مبتنی بر رتبه در آمار شامل رتبه بندی مقادیر مشاهده شده و تنها استفاده از رتبه ها به جای داده های عددی اصلی است. در برازش روابط با داده های مشاهده شده، از رتبه های باقیمانده از وابستگی برازش شده استفاده می شود. رویکرد مبتنی بر علامت بر این فرض استوار است که خطاهای تصادفی مقادیر مثبت یا منفی با احتمالات مساوی می گیرند. تحت این فرض، رویه های علامت بدون توزیع هستند. این رویه ها در برابر نقض مفروضات مدل، به عنوان مثال، حتی برای تعداد قابل توجهی از خطاهای فاحش در مشاهدات، قوی هستند. علاوه بر این، رویه‌های علامت دارای کارایی مجانبی نسبتاً بالایی هستند، علی‌رغم از دست دادن آشکار اطلاعات ناشی از استفاده از علائم به جای مقادیر عددی مربوطه. در این کار، روش‌های مبتنی بر علامت در چارچوب مدل‌های خطی توسعه داده می‌شوند. در بخش اول کتاب، مدل های خطی و عاملی شامل مشاهدات مستقل وجود دارد. در بخش دوم، مدل‌های خطی سری‌های زمانی، عمدتاً مدل‌های خودرگرسیون، در نظر گرفته می‌شوند.


توضیحاتی درمورد کتاب به خارجی

For nonparametric statistics, the last half of this century was the time when rank-based methods originated, were vigorously developed, reached maturity, and received wide recognition. The rank-based approach in statistics consists in ranking the observed values and using only the ranks rather than the original numerical data. In fitting relationships to observed data, the ranks of residuals from the fitted dependence are used. The signed-based approach is based on the assumption that random errors take positive or negative values with equal probabilities. Under this assumption, the sign procedures are distribution-free. These procedures are robust to violations of model assumptions, for instance, to even a considerable number of gross errors in observations. In addition, sign procedures have fairly high relative asymptotic efficiency, in spite of the obvious loss of information incurred by the use of signs instead of the corresponding numerical values. In this work, sign-based methods in the framework of linear models are developed. In the first part of the book, there are linear and factor models involving independent observations. In the second part, linear models of time series, primarily autoregressive models, are considered.





نظرات کاربران