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 Spatiotemporal Data Analysis

دانلود کتاب تجزیه و تحلیل داده های مکانی-زمانی

Spatiotemporal Data Analysis

مشخصات کتاب

Spatiotemporal Data Analysis

دسته بندی: اقتصاد
ویرایش:  
نویسندگان:   
سری:  
ISBN (شابک) : 069112891X, 9780691128917 
ناشر: Princeton University Press 
سال نشر: 2011 
تعداد صفحات: 336 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 7 مگابایت

قیمت کتاب (تومان) : 41,000



کلمات کلیدی مربوط به کتاب تجزیه و تحلیل داده های مکانی-زمانی: رشته های مالی و اقتصادی، تحلیل آماری داده های اقتصادی



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 7


در صورت تبدیل فایل کتاب Spatiotemporal Data Analysis 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 تجزیه و تحلیل داده های مکانی-زمانی 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 تجزیه و تحلیل داده های مکانی-زمانی

یک طوفان رعد و برق شدید به یک گردباد تبدیل می شود که نواری از تخریب را در اوکلاهاما قطع می کند. چگونه جهش طوفان را به یک پیچنده کشنده مطالعه کنیم؟ موارد آنفولانزای مرغی در چین گزارش شده است. چگونه گسترش آنفولانزا را مشخص می کنیم که به طور بالقوه از یک اپیدمی جلوگیری می کند؟ راه برای پاسخ به سؤالات مهمی مانند این، تجزیه و تحلیل ویژگی های مکانی و زمانی - منشأ، نرخ ها و فرکانس ها - این پدیده ها است. این متن جامع دانشجویان پیشرفته کارشناسی، دانشجویان کارشناسی ارشد و محققان را با روش‌های آماری و جبری مورد استفاده برای تجزیه و تحلیل داده‌های مکانی-زمانی در طیف وسیعی از زمینه‌ها، از جمله علم آب و هوا، ژئوفیزیک، بوم‌شناسی، اخترفیزیک و پزشکی آشنا می‌کند. Gidon Eshel با آغازگر مختصر و در عین حال دقیق در جبر خطی شروع می‌کند و پایه‌های ریاضی مورد نیاز برای تجزیه و تحلیل داده‌ها را در اختیار خوانندگان قرار می‌دهد. او سپس نظریه و روش های تجزیه و تحلیل داده های مکانی-زمانی را به طور کامل توضیح می دهد و خوانندگان را از اصول اولیه به پیشرفته ترین کاربردها راهنمایی می کند. این راهنمای عملی و مستقل برای تجزیه و تحلیل مجموعه داده‌های چند بعدی دارای نمونه‌های واقعی و همچنین نمونه تمرین‌های تکالیف و امتحانات پیشنهادی است.


توضیحاتی درمورد کتاب به خارجی

A severe thunderstorm morphs into a tornado that cuts a swath of destruction through Oklahoma. How do we study the storm's mutation into a deadly twister? Avian flu cases are reported in China. How do we characterize the spread of the flu, potentially preventing an epidemic? The way to answer important questions like these is to analyze the spatial and temporal characteristics--origin, rates, and frequencies--of these phenomena. This comprehensive text introduces advanced undergraduate students, graduate students, and researchers to the statistical and algebraic methods used to analyze spatiotemporal data in a range of fields, including climate science, geophysics, ecology, astrophysics, and medicine. Gidon Eshel begins with a concise yet detailed primer on linear algebra, providing readers with the mathematical foundations needed for data analysis. He then fully explains the theory and methods for analyzing spatiotemporal data, guiding readers from the basics to the most advanced applications. This self-contained, practical guide to the analysis of multidimensional data sets features a wealth of real-world examples as well as sample homework exercises and suggested exams.



فهرست مطالب

Cover
......Page 1
Spatiotemporal Data Analysis......Page 2
Title
......Page 4
Copyright......Page 5
Dedication......Page 6
Contents......Page 8
Preface......Page 12
Acknowledgments......Page 16
PART 1. FOUNDATIONS......Page 18
ONE Introduction and Motivation......Page 20
TWO Notation and Basic Operations......Page 22
3.1 Vector Spaces......Page 31
3.2 Matrix Rank......Page 37
3.3 Fundamental Spaces Associated with AÎR M×N......Page 42
3.4 Gram-Schmidt Orthogonalization......Page 60
3.5 Summary......Page 64
4.1 Preface......Page 66
4.2 Eigenanalysis Introduced......Page 67
4.3 Eigenanalysis as Spectral Representation......Page 76
4.4 Summary......Page 92
5.1 SVD Introduced......Page 94
5.2 Some Examples......Page 99
5.3 SVD Applications......Page 105
5.4 Summary......Page 109
PART 2. METHODS OF DATA ANALYSIS......Page 112
SIX The Gray World of Practical Data Analysis: An Introduction to Part 2......Page 114
SEVEN Statistics in Deterministic Sciences: An Introduction......Page 115
7.1 Probability Distributions......Page 118
7.2 Degrees of Freedom......Page 123
EIGHT Autocorrelation......Page 128
8.1 Theoretical Autocovariance and Autocorrelation Functions of AR(1) and AR(2)......Page 137
8.2 Acf-Derived Timescale......Page 142
8.3 Summary of Chapters 7 and 8......Page 144
9.2 Setting Up the Problem......Page 145
9.3 The Linear System Ax = b......Page 149
9.4 Least Squares: The SVD View......Page 163
9.5 Some Special Problems Giving Rise to Linear Systems......Page 168
9.6 Statistical Issues in Regression Analysis......Page 184
9.7 Multidimensional Regression and Linear Model Identification......Page 204
9.8 Summary......Page 214
10.2 The Forward Problem......Page 216
10.3 The Inverse Problem......Page 217
11.1 Introduction......Page 219
11.3 Reshaping Multidimensional Data Sets for EOF Analysis......Page 220
11.4 Forming Anomalies and Removing Time Mean......Page 223
11.5 Missing Values, Take 1......Page 224
11.6 Choosing and Interpreting the Covariability Matrix......Page 227
11.7 Calculating the EOFs......Page 237
11.8 Missing Values, Take 2......Page 244
11.9 Projection Time Series, the Principal Components......Page 247
11.10 A Final Realistic and Slightly Elaborate Example: Southern New York State Land Surface Temperature......Page 253
11.11 Extended EOF Analysis, EEOF......Page 263
11.12 Summary......Page 279
TWELVE. THE SVD ANALYSIS OF TWO FIELDS......Page 280
12.1 A Synthetic Example......Page 284
12.2 A Second Synthetic Example......Page 287
12.3 A Real Data Example......Page 290
12.4 EOFs as a Prefilter to SVD......Page 292
12.5 summary......Page 293
13.1 Homework 1, Corresponding to Chapter 3......Page 295
13.2 Homework 2, Corresponding to Chapter 3......Page 302
13.3 Homework 3, Corresponding to Chapter 3......Page 309
13.4 Homework 4, Corresponding to Chapter 4......Page 311
13.5 Homework 5, Corresponding to Chapter 5......Page 315
13.6 Homework 6, Corresponding to Chapter 8......Page 319
13.7 A Suggested Midterm Exam......Page 322
13.8 A Suggested Final Exam......Page 330
Index......Page 332




نظرات کاربران

تمامی حقوق معنوی و مادی وبسایت متعلق به اینترنشنال لایبرری می باشد
نماد اعتماد الکترونیکی