Statistical Modeling and Analysis for Complex Data Problems

مدل‌سازی و تجزیه و تحلیل آماری برای مشکلات داده‌های پیچیده برخی از مشکلات پیچیده‌تر امروزی را درمان می‌کند و برخی از جهت‌های تحقیقاتی مهم در این زمینه را منعکس می‌کند. بیست و نه نویسنده - عمدتاً از مرکز تحقیقات چند دانشگاهی GERAD مونترال و که در زمینه‌های آمار نظری، آمار کاربردی، نظریه احتمالات و فرآیندهای تصادفی کار می‌کنند - فصل‌های نظرسنجی را در مورد مسائل مختلف نظری و کاربردی که برای محققان و دانشجویان اهمیت و علاقه دارند ارائه می‌کنند. در تعدادی از حوزه های دانشگاهی برخی از زمینه ها و موضوعات مورد بررسی در این جلد عبارتند از: تجزیه و تحلیل داده های نظرسنجی پیچیده، انتخابات ریاست جمهوری آمریکا در سال 2000 در فلوریدا، داده کاوی، تخمین عدم قطعیت برای الگوریتم های یادگیری ماشین، فرآیندهای تصادفی متقابل، داده ها و کوپول های وابسته، تجزیه و تحلیل بیزی نرخ خطر، روش‌های نمونه‌برداری مجدد در مسئله جایگزینی دوره‌ای، آزمایش آماری در ژنتیک و داده‌های وابسته، تجزیه و تحلیل آماری تجزیه و تحلیل سری‌های زمانی، فرآیندهای تصادفی نظری و کاربردی، و یک الگوریتم فیلتر غیرخطی کارآمد برای تشخیص موقعیت چندین هدف.

این کتاب روش‌ها و مشکلات را از منظر مدل‌سازی بررسی می‌کند و وضعیت تحقیقات جاری در هر موضوع را بررسی می‌کند و جهت اکتشاف تحقیقاتی بیشتر در منطقه را ارائه می‌دهد.

STATISTICAL MODELING AND ANALYSIS FOR COMPLEX DATA PROBLEMS treats some of today’s more complex problems and it reflects some of the important research directions in the field. Twenty-nine authors—largely from Montreal’s GERAD Multi-University Research Center and who work in areas of theoretical statistics, applied statistics, probability theory, and stochastic processes—present survey chapters on various theoretical and applied problems of importance and interest to researchers and students across a number of academic domains. Some of the areas and topics examined in the volume are: an analysis of complex survey data, the 2000 American presidential election in Florida, data mining, estimation of uncertainty for machine learning algorithms, interacting stochastic processes, dependent data & copulas, Bayesian analysis of hazard rates, re-sampling methods in a periodic replacement problem, statistical testing in genetics and for dependent data, statistical analysis of time series analysis, theoretical and applied stochastic processes, and an efficient non linear filtering algorithm for the position detection of multiple targets.

The book examines the methods and problems from a modeling perspective and surveys the state of current research on each topic and provides direction for further research exploration of the area.