Statistical Matching: Theory and Practice

ویرایش: 1 
نویسندگان: Marcello D'Orazio,  Marco Di Zio,  Mauro Scanu  
سری: Wiley Series in Survey Methodology 
ISBN (شابک) : 0470023538, 9780470023532 
ناشر: Wiley 
سال نشر: 2006 
تعداد صفحات: 263 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 2 مگابایت 

قیمت کتاب (تومان) : 68,000

داده های آماری در جامعه مدرن امروزی بیش از هر زمان دیگری تولید می شود. این داده ها به دلایل بی شماری مورد تجزیه و تحلیل و ارجاع متقابل قرار می گیرند. با این حال، بسیاری از مجموعه‌های داده هیچ عنصر مشترکی ندارند و ترکیب آنها سخت‌تر است و بنابراین هر گونه استنتاج معنی‌داری از آن به دست می‌آید. تطبیق آماری این امکان را فراهم می کند. این هنر ترکیب اطلاعات از منابع مختلف (به ویژه بررسی های نمونه) است که فاقد واحد مشترک است. در پاسخ به هجوم مدرن داده‌ها، این منطقه با علاقه و پیچیدگی به سرعت در حال رشد است. تطبیق آماری: تئوری و عمل مقدمات تطبیق آماری را معرفی می‌کند، قبل از اینکه به ارائه مروری دقیق و به‌روز از روش‌های مورد استفاده و بررسی کاربردهای عملی آنها بپردازد.

• چارچوب یکپارچه ای را برای جنبه های نظری و عملی تطبیق آماری ارائه می دهد.
• توضیح مفصلی را ارائه می دهد که تمامی مراحل مورد نیاز برای انجام تطبیق آماری را پوشش می دهد.
• شامل یک نمای کلی انتقادی از روش های تطبیق آماری موجود است. .
• تمام مسائل اصلی را به تفصیل مورد بحث قرار می دهد، مانند فرض استقلال شرطی و ارزیابی عدم قطعیت.
• شامل مثال ها و کاربردهای متعددی است که خواننده را قادر می سازد تا روش ها را در کار خود به کار گیرد.
• ویژگی های یک ضمیمه جزئیات الگوریتم های نوشته شده به زبان R.

تطبیق آماری: تئوری و عمل یک کاوش جامع از یک حوزه مهم را ارائه می دهد. ایده آل برای محققان در موسسات آمار ملی و آماردانان کاربردی، همچنین ثابت خواهد شد که یک متن ارزشمند برای دانشمندان و محققان از همه رشته های درگیر در تجزیه و تحلیل چند متغیره داده های جمع آوری شده از منابع مختلف است.

There is more statistical data produced in today’s modern society than ever before. This data is analysed and cross-referenced for innumerable reasons. However, many data sets have no shared element and are harder to combine and therefore obtain any meaningful inference from. Statistical matching allows just that; it is the art of combining information from different sources (particularly sample surveys) that contain no common unit. In response to modern influxes of data, it is an area of rapidly growing interest and complexity. Statistical Matching: Theory and Practice introduces the basics of statistical matching, before going on to offer a detailed, up-to-date overview of the methods used and an examination of their practical applications.

• Presents a unified framework for both theoretical and practical aspects of statistical matching.
• Provides a detailed description covering all the steps needed to perform statistical matching.
• Contains a critical overview of the available statistical matching methods.
• Discusses all the major issues in detail, such as the Conditional Independence Assumption and the assessment of uncertainty.
• Includes numerous examples and applications, enabling the reader to apply the methods in their own work.
• Features an appendix detailing algorithms written in the R language.

Statistical Matching: Theory and Practice presents a comprehensive exploration of an increasingly important area. Ideal for researchers in national statistics institutes and applied statisticians, it will also prove to be an invaluable text for scientists and researchers from all disciplines engaged in the multivariate analysis of data collected from different sources.