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: نویسندگان: Ams-Ims-Siam Joint Summer Research Conference in the Mathematical Scie, Philip J. Brown, Wayne A. Fuller (ed.) سری: Contemporary Mathematics 112 ISBN (شابک) : 0821851179, 8419843733 ناشر: Amer Mathematical Society سال نشر: 1990 تعداد صفحات: 262 زبان: English فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 2 مگابایت
در صورت تبدیل فایل کتاب Statistical Analysis of Measurement Error Models: Proceedings of the Ams-Ims-Siam Joint Summer Research Conference Held June 10-16, 1989, With Support ... Foundation and the U.s 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 از مدل های خطای اندازه گیری: مقالات کنفرانس تحقیقات تابستانی مشترک Ams-Ims-Siam برگزار شد 10-16 ژوئن 1989، با پشتیبانی ... بنیاد و U.s 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.
مدلهای خطای اندازهگیری، روابط عملکردی بین متغیرهای مشاهدهشده را، مشروط به خطاهای تصادفی اندازهگیری، توصیف میکنند. به عنوان مثال می توان به مدل های رگرسیون خطی و غیرخطی خطا در متغیرها، مدل های کالیبراسیون و رگرسیون معکوس، مدل های تحلیل عاملی، مدل های ساختار پنهان و مدل های معادلات همزمان اشاره کرد. چنین مدلهایی در زمینههای متنوعی از جمله پزشکی، علوم زیستی، اقتصاد سنجی، شیمیسنجی، زمینشناسی، بررسیهای نمونه و سریهای زمانی استفاده میشوند. اگرچه مشکل تخمین پارامترهای چنین مدلهایی در بیشتر زمینههای علمی وجود دارد، اما نیاز به منابع بیشتری وجود دارد که مدلهای خطای اندازهگیری را به عنوان حوزهای از روششناسی آماری در نظر بگیرند. این جلد برای رفع این نیاز طراحی شده است. این کتاب شامل مجموعه مقالات یک کنفرانس مشترک تحقیقاتی تابستانی AMS-IMS-SIAM در علوم ریاضی در تجزیه و تحلیل آماری مدلها و کاربردهای خطای اندازهگیری است. کنفرانس در دانشگاه ایالتی هومبولت در آرکاتا، کالیفرنیا در ژوئن 1989 برگزار شد. مقالات این جلد به چهار گروه بزرگ تقسیم می شوند. گروه اول جنبههای کلی مسئله اندازهگیری را بررسی میکند و بحثی درباره تاریخچه مدلهای خطای اندازهگیری دارد. گروه دوم بر استنتاج برای مدل خطای اندازهگیری غیرخطی تمرکز میکنند، حوزهای از تحقیقات فعال که توجه قابلتوجهی را در کنفرانس ایجاد کرد. گروه سوم از مقالات جنبههای محاسباتی برآورد را بررسی میکنند، در حالی که مجموعه نهایی برآوردگرهایی را که دارای ویژگیهای استحکام در برابر انحرافات از مفروضات مدل رایج هستند، مورد مطالعه قرار میدهد.
Measurement error models describe functional relationships among variables observed, subject to random errors of measurement. Examples include linear and nonlinear errors-in-variables regression models, calibration and inverse regression models, factor analysis models, latent structure models, and simultaneous equations models. Such models are used in a wide variety of areas, including medicine, the life sciences, econometrics, chemometrics, geology, sample surveys, and time series. Although the problem of estimating the parameters of such models exists in most scientific fields, there is a need for more sources that treat measurement error models as an area of statistical methodology. This volume is designed to address that need. This book contains the proceedings of an AMS-IMS-SIAM Joint Summer Research Conference in the Mathematical Sciences on Statistical Analysis of Measurement Error Models and Applications. The conference was held at Humboldt State University in Arcata, California in June 1989. The papers in this volume fall into four broad groups. The first group treats general aspects of the measurement problem and features a discussion of the history of measurement error models. The second group focuses on inference for the nonlinear measurement error model, an active area of research which generated considerable interest at the conference. The third group of papers examines computational aspects of estimation, while the final set studies estimators possessing robustness properties against deviations from common model assumptions
GENERAL PROBLEMS P. Sprent -- Some history of functional and structural relationships A. S. Whittemore -- Errors-in-variables regression problems in epidemiology H. Schneeweiss -- Models with latent variables: LISREL versus PLS W. A. Fuller -- Prediction of true values for the measurement error model S. M. Miller -- Analysis of residuals from measurement error models J. L. Eltinge -- Errors-in-variables estimation in the presence of serially correlated observations NONLINEAR MODELS L. J. Gleser -- Improvements of the naive approach to estimation in nonlinear errors-in-variables regression models L. A. Stefanski and R. J. Carroll -- Structural logistic regression measurement error models D. W. Schafer -- Measurement error model estimation using iteratively weighted least squares P. J. Brown and S. D. Oman -- Problematic points in nonlinear calibration Y. Amemiya -- Instrumental variable estimation of the nonlinear measurement error model D. J. Schnell -- A likelihood ratio test for error covariance specification in nonlinear measurement error models C. J. Spiegelman -- Plotting techniques for errors in variables problems COMPUTATIONAL ASPECTS G. W. Stewart -- Perturbation theory and least squares with errors in the variables P. T. Boggs and J. E. Rogers -- Orthogonal distance regression N. J. Higham -- Computing error bounds for regression problems ROBUST PROCEDURES M. W. Browne -- Asymptotic robustness of normal theory methods for the analysis of latent curves C.-L. Cheng and J. W. Van Ness -- Bounded influence errors-in-variables regression V. J. Yohai and R. H. Zamar -- Bounded influence estimation in the errors-in-variables model