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: 1
نویسندگان: David J. Olive (auth.)
سری:
ISBN (شابک) : 9783319049717, 9783319049724
ناشر: Springer International Publishing
سال نشر: 2014
تعداد صفحات: 438
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 4 مگابایت
کلمات کلیدی مربوط به کتاب نظریه و استنباط آماری: نظریه و روش های آماری، نظریه احتمالات و فرآیندهای تصادفی، آمار، عمومی
در صورت تبدیل فایل کتاب Statistical Theory and Inference 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 نظریه و استنباط آماری 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.
این متن برای یک دوره تحصیلات تکمیلی یک ترم در تئوری آمار است و شامل حداقل و کامل آمار کافی، تخمینگرهای حداکثر احتمال، روش لحظهها، بایاس و میانگین مربعات خطا، برآوردگرهای حداقل واریانس یکنواخت و پایینتر Cramer-Rao میشود. باند، مقدمهای بر نظریه نمونه بزرگ، آزمونهای نسبت درستنمایی و قویترین آزمونهای یکنواخت و لمای Neyman Pearson. هدف اصلی این متن این است که با استفاده از تئوری خانوادههای نمایی، این موضوعات را برای دانشآموزان بسیار قابل دسترستر کند.
خانوادههای نمایی، توابع شاخص و پشتیبانی از توزیع در سراسر متن برای سادهسازی این موضوع استفاده میشوند. تئوری. بیش از 50 توزیع «نام تجاری» برای نشان دادن این نظریه با مثالهای فراوانی از خانوادههای نمایی، تخمینگرهای حداکثر احتمال و برآوردگرهای بیطرفانه حداقل واریانس یکنواخت استفاده میشود. مشکلات تکلیف زیادی با بیش از 30 صفحه راهحل وجود دارد.
/p>
This text is for a one semester graduate course in statistical theory and covers minimal and complete sufficient statistics, maximum likelihood estimators, method of moments, bias and mean square error, uniform minimum variance estimators and the Cramer-Rao lower bound, an introduction to large sample theory, likelihood ratio tests and uniformly most powerful tests and the Neyman Pearson Lemma. A major goal of this text is to make these topics much more accessible to students by using the theory of exponential families.
Exponential families, indicator functions and the support of the distribution are used throughout the text to simplify the theory. More than 50 ``brand name" distributions are used to illustrate the theory with many examples of exponential families, maximum likelihood estimators and uniformly minimum variance unbiased estimators. There are many homework problems with over 30 pages of solutions.
Front Matter....Pages i-xii
Probability and Expectations....Pages 1-27
Multivariate Distributions and Transformations....Pages 29-79
Exponential Families....Pages 81-99
Sufficient Statistics....Pages 101-128
Point Estimation I....Pages 129-155
Point Estimation II....Pages 157-182
Testing Statistical Hypotheses....Pages 183-213
Large Sample Theory....Pages 215-256
Confidence Intervals....Pages 257-290
Some Useful Distributions....Pages 291-357
Bayesian Methods....Pages 359-371
Stuff for Students....Pages 373-413
Back Matter....Pages 415-434