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 inference : the minimum distance approach

دانلود کتاب استنباط آماری: روش حداقل فاصله

Statistical inference : the minimum distance approach

مشخصات کتاب

Statistical inference : the minimum distance approach

دسته بندی: آمار ریاضی
ویرایش:  
نویسندگان: , ,   
سری: Monographs on statistics and applied probability (Series), 120 
ISBN (شابک) : 9781420099652, 1420099655 
ناشر: CRC Press 
سال نشر: 2011 
تعداد صفحات: 424 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 3 مگابایت

قیمت کتاب (تومان) : 37,000

در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد



کلمات کلیدی مربوط به کتاب استنباط آماری: روش حداقل فاصله: ریاضیات، نظریه احتمالات و آمار ریاضی، آمار ریاضی



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 14


در صورت تبدیل فایل کتاب Statistical inference : the minimum distance approach 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 استنباط آماری: روش حداقل فاصله 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 استنباط آماری: روش حداقل فاصله

از بسیاری جهات، برآورد با روش حداقل فاصله مناسب یکی از طبیعی ترین ایده ها در آمار است. با این حال، روش‌های مختلفی برای ایجاد فاصله مناسب بین داده‌ها و مدل وجود دارد: دامنه مطالعه که توسط "تخمین حداقل فاصله" به آن اشاره شده است به معنای واقعی کلمه بسیار زیاد است. پر کردن شکاف منابع آماری، استنتاج آماری: رویکرد حداقل فاصله به طور جامع تحولات استنتاج حداقل فاصله مبتنی بر چگالی را برای داده‌های توزیع شده مستقل و یکسان مرور می‌کند. افزونه‌های دیگر مدل‌های پیچیده‌تر نیز مورد بحث قرار گرفته‌اند. این کتاب با پوشش جامع مبانی و کاربردهای استنتاج حداقل فاصله، به معرفی و بحث می‌پردازد: مسائل تخمین و آزمون فرضیه برای هر دو مدل گسسته و پیوسته، ویژگی‌های استحکام و هندسه ساختاری روش‌های حداقل فاصله، مسئله درونی و راه‌حل‌های ممکن آن، و مشکل برآورد احتمال وزنی گسترش روش شناسی حداقل فاصله در حوزه های بین رشته ای، مانند شبکه های عصبی و مجموعه های فازی، و همچنین مدل ها و مسائل تخصصی، از جمله مسائل نیمه پارامتری، مدل های مخلوط، مسائل داده های گروه بندی شده، و تجزیه و تحلیل بقا. استنتاج آماری: رویکرد حداقل فاصله، توضیح کاملی از روش‌های حداقل فاصله مبتنی بر چگالی و استفاده از آنها در استنتاج آماری ارائه می‌دهد. این شامل فواصل آماری، روش‌های حداقل فاصله مبتنی بر چگالی، مدل‌های گسسته و پیوسته، توزیع مجانبی، استحکام، مسائل محاسباتی، توابع تنظیم باقی‌مانده، توصیف‌های گرافیکی استحکام، فاصله‌های جریمه‌شده و ترکیبی، احتمال وزنی، و آزمون‌های چندجمله‌ای برازش است. . این منبع با دقت ساخته شده برای محققان و دانشمندان داخل و خارج از عرصه آمار مفید است.


توضیحاتی درمورد کتاب به خارجی

In many ways, estimation by an appropriate minimum distance method is one of the most natural ideas in statistics. However, there are many different ways of constructing an appropriate distance between the data and the model: the scope of study referred to by "Minimum Distance Estimation" is literally huge. Filling a statistical resource gap, Statistical Inference: The Minimum Distance Approach comprehensively overviews developments in density-based minimum distance inference for independently and identically distributed data. Extensions to other more complex models are also discussed. Comprehensively covering the basics and applications of minimum distance inference, this book introduces and discusses: The estimation and hypothesis testing problems for both discrete and continuous models The robustness properties and the structural geometry of the minimum distance methods The inlier problem and its possible solutions, and the weighted likelihood estimation problem The extension of the minimum distance methodology in interdisciplinary areas, such as neural networks and fuzzy sets, as well as specialized models and problems, including semi-parametric problems, mixture models, grouped data problems, and survival analysis. Statistical Inference: The Minimum Distance Approach gives a thorough account of density-based minimum distance methods and their use in statistical inference. It covers statistical distances, density-based minimum distance methods, discrete and continuous models, asymptotic distributions, robustness, computational issues, residual adjustment functions, graphical descriptions of robustness, penalized and combined distances, weighted likelihood, and multinomial goodness-of-fit tests. This carefully crafted resource is useful to researchers and scientists within and outside the statistics arena.



فهرست مطالب

Front Cover......Page 1
Dedication......Page 8
Contents......Page 10
Preface......Page 16
Acknowledgments......Page 20
1. Introduction......Page 22
2. Statistical Distances......Page 42
3. Continuous Models......Page 94
4. Measures of Robustness and Computational Issues......Page 136
5. The Hypothesis Testing Problem......Page 188
6. Techniques for Inlier Modification......Page 216
7. Weighted Likelihood Estimation......Page 256
8. Multinomial Goodness-of-Fit Testing......Page 286
9. The Density Power Divergence......Page 318
10. Other Applications......Page 348
11. Distance Measures in Information and Engineering......Page 360
12. Applications to Other Models......Page 374
Bibliography......Page 394




نظرات کاربران

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