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: Martin Bilodeau. David Brenner سری: Springer Texts in Statistics ISBN (شابک) : 0387987398, 9780387987392 ناشر: Springer سال نشر: 1999 تعداد صفحات: 308 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 2 مگابایت
در صورت تبدیل فایل کتاب Theory of Multivariate Statistics 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 آمار چند متغیره 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.
هدف ما در نگارش این کتاب ارائه نتایج اصلی نظریه مدرن آمار چند متغیره به مخاطبانی از دانشآموزان پیشرفته است که از برخورد مختصر و دقیق ریاضی با آن مطالب قدردانی میکنند. این کتاب برای استفاده به عنوان یک کتاب درسی توسط دانشجویانی که اولین دوره تحصیلات تکمیلی در این موضوع را می گذرانند، و همچنین برای مراجع عمومی پژوهشگران علاقه مندی در نظر گرفته شده است که به شکلی قابل خواندن، پیشرفت های حاصل از کارهای اخیراً منتشر شده در مورد موضوعات گسترده خاص را پیدا کنند. به راحتی قابل دسترسی است، به عنوان مثال استنتاج قوی (با استفاده از آزمون های نسبت احتمال تنظیم شده) و استفاده از راه انداز در یک تنظیمات چند متغیره. حداقل پیشزمینهای که از خواننده انتظار میرود شامل حداقل دو درس در آمار ریاضی، و مطمئناً مقداری قرار گرفتن در معرض محاسبات چندین متغیر همراه با هندسه توصیفی جبر خطی باشد.
Our object in writing this book is to present the main results of the modern theory of multivariate statistics to an audience of advanced students who would appreciate a concise and mathematically rigorous treatment of that material. It is intended for use as a textbook by students taking a first graduate course in the subject, as well as for the general reference of interested research workers who will find, in a readable form, developments from recently published work on certain broad topics not otherwise easily accessible, as for instance robust inference (using adjusted likelihood ratio tests) and the use of the bootstrap in a multivariate setting. A minimum background expected of the reader would include at least two courses in mathematical statistics, and certainly some exposure to the calculus of several variables together with the descriptive geometry of linear algebra.