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
دسته بندی: آمار ریاضی ویرایش: 1 نویسندگان: George Seber (auth.) سری: Springer Series in Statistics ISBN (شابک) : 9783319219295, 9783319219301 ناشر: Springer International Publishing سال نشر: 2015 تعداد صفحات: 208 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 2 مگابایت
کلمات کلیدی مربوط به کتاب مدل و فرضیه خطی: یک نظریه عمومی وحدت بخش: نظریه و روش های آماری، آمار برای علوم اجتماعی، علوم رفتاری، آموزش، سیاست عمومی و حقوق
در صورت تبدیل فایل کتاب The Linear Model and Hypothesis: A General Unifying Theory 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 مدل و فرضیه خطی: یک نظریه عمومی وحدت بخش 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 کتاب مروری مختصر و یکپارچه از آزمون فرضیه ها در چهار حوزه موضوعی مهم، یعنی مدل های خطی و غیرخطی، تحلیل چند متغیره و نظریه نمونه بزرگ ارائه می دهد. رویکرد مورد استفاده یک رویکرد هندسی مبتنی بر مفهوم پیشبینیها و ماتریسهای بیتوان مرتبط با آنها است، بنابراین تا حد زیادی از نیاز به درگیری رتبههای ماتریس اجتناب میشود. نشان داده شده است که تمام فرضیههایی که با آنها مواجه میشویم خطی یا مجانبی خطی هستند و همه مدلهای زیربنایی استفاده شده دقیقاً یا بهطور مجانبی مدلهای عادی خطی هستند. از این هم ارزی می توان برای مثال برای بسط مفهوم متعامد بودن به مدل های دیگر در تحلیل واریانس استفاده کرد و نشان داد که هم ارزی مجانبی آزمون های فرضیه نسبت درستنمایی، والد و امتیاز (ضریب لاگرانژ) عموماً کاربرد دارد. /p>
This book provides a concise and integrated overview of hypothesis testing in four important subject areas, namely linear and nonlinear models, multivariate analysis, and large sample theory. The approach used is a geometrical one based on the concept of projections and their associated idempotent matrices, thus largely avoiding the need to involvematrix ranks. It is shown that all the hypotheses encountered are either linear or asymptotically linear, and that all the underlying models used are either exactly or asymptotically linear normal models. This equivalence can be used, for example, to extend the concept of orthogonality to other models in the analysis of variance, and to show that the asymptotic equivalence of the likelihood ratio, Wald, and Score (Lagrange Multiplier) hypothesis tests generally applies.
Front Matter....Pages i-ix
Preliminaries....Pages 1-19
The Linear Hypothesis....Pages 21-26
Estimation....Pages 27-45
Hypothesis Testing....Pages 47-60
Inference Properties....Pages 61-71
Testing Several Hypotheses....Pages 73-101
Enlarging the Model....Pages 103-116
Nonlinear Regression Models....Pages 117-128
Multivariate Models....Pages 129-147
Large Sample Theory: Constraint-Equation Hypotheses....Pages 149-174
Large Sample Theory: Freedom-Equation Hypotheses....Pages 175-179
Multinomial Distribution....Pages 181-188
Back Matter....Pages 189-205