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 Statistical Analysis in Forensic Science : Evidential Values of Multivariate Physicochemical Data

دانلود کتاب تجزیه و تحلیل آماری در علوم پزشکی قانونی: ارزش های اثبات داده های فیزیکوشیمیایی چند متغیره

Statistical Analysis in Forensic Science : Evidential Values of Multivariate Physicochemical Data

مشخصات کتاب

Statistical Analysis in Forensic Science : Evidential Values of Multivariate Physicochemical Data

ویرایش: 1 
نویسندگان: , , ,   
سری:  
ISBN (شابک) : 9780470972106, 1118763157 
ناشر: Wiley 
سال نشر: 2013 
تعداد صفحات: 338 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 16 مگابایت 

قیمت کتاب (تومان) : 45,000



کلمات کلیدی مربوط به کتاب تجزیه و تحلیل آماری در علوم پزشکی قانونی: ارزش های اثبات داده های فیزیکوشیمیایی چند متغیره: شیمی، پزشکی قانونی. آمار پزشکی قانونی شیمی سنجی



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 17


در صورت تبدیل فایل کتاب Statistical Analysis in Forensic Science : Evidential Values of Multivariate Physicochemical Data 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 آماری در علوم پزشکی قانونی: ارزش های اثبات داده های فیزیکوشیمیایی چند متغیره 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 آماری در علوم پزشکی قانونی: ارزش های اثبات داده های فیزیکوشیمیایی چند متغیره

راهنمای عملی برای تعیین ارزش شواهدی داده‌های فیزیکوشیمیایی ریز ردیابی‌های مواد مختلف (مانند شیشه، رنگ، الیاف و فرآورده‌های نفتی) به طور معمول توسط کارشناسان پزشکی قانونی مورد بررسی فیزیکوشیمیایی قرار می‌گیرند که نقش آنها ارزیابی چنین داده‌های فیزیکوشیمیایی در زمینه پیشنهادات تعقیب و دفاع چنین بررسی هایی انواع مختلفی از اطلاعات، از جمله داده های کمی را برمی گرداند. از دیدگاه پزشکی قانونی، مناسب ترین راه برای ارزیابی شواهد، نسبت احتمال است. این کتاب مجموعه‌ای از رویکردهای اخیر به d. بیشتر بخوانید...
چکیده :
این کتاب روش‌ها و نرم‌افزارهایی را فراهم می‌کند که آماردانان و کارشناسان پزشکی قانونی را قادر می‌سازد تا به طور مؤثر با روش‌های ارزیابی شواهد کار کنند. همچنین مجموعه‌ای از رویکردهای نسبت احتمال اخیر (LR) را پوشش می‌دهد، جعبه ابزار نرم‌افزار مناسب را بررسی می‌کند، و شامل مستندات و مثال‌هایی درباره نحوه استفاده از آنها در عمل می‌شود.</ span> بیشتر بخوانید...

توضیحاتی درمورد کتاب به خارجی

A practical guide for determining the evidential value of physicochemical data Microtraces of various materials (e.g. glass, paint, fibres, and petroleum products) are routinely subjected to physicochemical examination by forensic experts, whose role is to evaluate such physicochemical data in the context of the prosecution and defence propositions. Such examinations return various kinds of information, including quantitative data. From the forensic point of view, the most suitable way to evaluate evidence is the likelihood ratio. This book provides a collection of recent approaches to the d. Read more...
Abstract:
This book provides the methods and software to enable statisticians and forensic experts to work effectively with evidence evaluation methods. It also covers a collection of recent likelihood ratio (LR) approaches, explores suitable software toolboxes, and includes documentation and examples about how to use them in practice. Read more...


فهرست مطالب

Content: Preface xiii     1 Physicochemical data obtained in forensic science laboratories 1     1.1 Introduction 1     1.2 Glass 2     1.3 Flammable liquids: ATD-GC/MS technique 8     1.4 Car paints: Py-GC/MS technique 10     1.5 Fibres and inks: MSP-DAD technique 13     References 15     2 Evaluation of evidence in the form of physicochemical data 19     2.1 Introduction 19     2.2 Comparison problem 21     2.3 Classification problem 27     2.4 Likelihood ratio and Bayes' theorem 31     References 32     3 Continuous data 35     3.1 Introduction 35     3.2 Data transformations 37     3.3 Descriptive statistics 39     3.4 Hypothesis testing 59     3.5 Analysis of variance 78     3.6 Cluster analysis 85     3.7 Dimensionality reduction 92     References 105     4 Likelihood ratio models for comparison problems 107     4.1 Introduction 107     4.2 Normal between-object distribution 108     4.3 Between-object distribution modelled by kernel density estimation 110     4.4 Examples 112     4.5 R Software 140     References 149     5 Likelihood ratio models for classification problems 151     5.1 Introduction 151     5.2 Normal between-object distribution 152     5.3 Between-object distribution modelled by kernel density estimation 155     5.4 Examples 157     5.5 R software 172     References 179     6 Performance of likelihood ratio methods 181     6.1 Introduction 181     6.2 Empirical measurement of the performance of likelihood ratios 182     6.3 Histograms and Tippett plots 183     6.4 Measuring discriminating power 186     6.5 Accuracy equals discriminating power plus calibration: Empirical cross-entropy plots 192     6.6 Comparison of the performance of different methods for LR computation 200     6.7 Conclusions: What to measure, and how 214     6.8 Software 215     References 216     Appendix A Probability 218     A.1 Laws of probability 218     A.2 Bayes' theorem and the likelihood ratio 222     A.3 Probability distributions for discrete data 225     A.4 Probability distributions for continuous data 227     References 227     Appendix B Matrices: An introduction to matrix algebra 228     B.1 Multiplication by a constant 228     B.2 Adding matrices 229     B.3 Multiplying matrices 230     B.4 Matrix transposition 232     B.5 Determinant of a matrix 232     B.6 Matrix inversion 233     B.7 Matrix equations 235     B.8 Eigenvectors and eigenvalues 237     Reference 239     Appendix C Pool adjacent violators algorithm 240     References 243     Appendix D Introduction to R software 244     D.1 Becoming familiar with R 244     D.2 Basic mathematical operations in R 246     D.3 Data input 252     D.4 Functions in R 254     D.5 Dereferencing 255     D.6 Basic statistical functions 257     D.7 Graphics with R 258     D.8 Saving data 266     D.9 R codes used in Chapters 4 and 5 266     D.10 Evaluating the performance of LR models 289     Reference 293     Appendix E Bayesian network models 294     E.1 Introduction to Bayesian networks 294     E.2 Introduction to Hugin ResearcherTM software 296     References 308     Appendix F Introduction to calcuLatoR software 309     F.1 Introduction 309     F.2 Manual 309     Reference 314     Index 315




نظرات کاربران