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: احتمال ویرایش: نویسندگان: Arashi. Mohammad, Kibria. B. M. Golam, Saleh. A. K. Md. Ehsanes سری: Wiley series in probability and statistics ISBN (شابک) : 9781118644614, 1118644611 ناشر: John Wiley & Sons سال نشر: 2019 تعداد صفحات: 363 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 2 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
کلمات کلیدی مربوط به کتاب تئوری برآوردگرهای رگرسیون پشته با کاربردها: رگرسیون ریج (آمار)
در صورت تبدیل فایل کتاب Theory of ridge regression estimators with applications 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 تئوری برآوردگرهای رگرسیون پشته با کاربردها 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.
راهنمای نتایج تحلیلی سیستماتیک برای برآوردگرهای ریج، LASSO،
آزمایش مقدماتی و نوع Stein با کاربردها
تئوری تخمین رگرسیون ریج با کاربردها راهنمای جامعی برای
نظریه و روش های تخمین ارائه می دهد. رگرسیون ریج و LASSO در مرکز
همه برآوردگرهای جریمه در طیف وسیعی از مدلهای استاندارد قرار
دارند که در بسیاری از تحلیلهای آماری کاربردی استفاده میشوند.
این کتاب که توسط متخصصان برجسته در این زمینه نوشته شده است،
حاوی مقدمه ای کامل بر برآورد جریمه و انقباض است و نقش رج، LASSO
و رگرسیون لجستیک در حوزه کامپیوتری فشرده شبکه عصبی و تجزیه و
تحلیل کلان داده را بررسی می کند.
br /> این کتاب به گونهای طراحی شده است که در دسترس باشد،
پوشش مفصلی از اصطلاحات پایه مربوط به مدلهای مختلف مانند مکان و
مدلهای خطی ساده، برجستگی مبتنی بر نظریه معمولی و رتبهای،
LASSO، آزمون مقدماتی و برآوردگرهای نوع Stein ارائه میکند.
نویسندگان همچنین مجموعههای مسئلهای را برای تقویت یادگیری
گنجاندهاند. این کتاب جلدی از مجموعه آمار و احتمالات ویلی است
که خواندنی ضروری و ارزشمند را برای همه آماردانان فراهم می کند.
این منبع مهم:
پوشش نظری و کاربردهای فشرده رایانه ای از رویه های ارائه شده را
ارائه می دهد، شامل راه حل ها و روش های جایگزین برای دقت پیش
بینی و انتخاب روش های مدل است. روششناسی فعلی از R در سراسر متن
استفاده میکند و شامل یک وبسایت همراه حاوی مجموعه دادههای
مناسب است که برای دانشجویان فارغالتحصیل، پزشکان و محققان در
زمینههای مختلف علوم نوشته شده است، تئوری تخمین رگرسیون ریج
با برنامهها راهنمای معتبری است برای نظریه و روش شناسی
برآورد آماری.
A guide to the systematic analytical results for ridge,
LASSO, preliminary test, and Stein-type estimators with
applications
Theory of Ridge Regression Estimation with Applications
offers a comprehensive guide to the theory and methods of
estimation. Ridge regression and LASSO are at the center of all
penalty estimators in a range of standard models that are used
in many applied statistical analyses. Written by noted experts
in the field, the book contains a thorough introduction to
penalty and shrinkage estimation and explores the role that
ridge, LASSO, and logistic regression play in the computer
intensive area of neural network and big data analysis.
Designed to be accessible, the book presents detailed coverage
of the basic terminology related to various models such as the
location and simple linear models, normal and rank theory-based
ridge, LASSO, preliminary test and Stein-type estimators.
The
authors also include problem sets to enhance learning. This
book is a volume in the Wiley Series in Probability and
Statistics series that provides essential and invaluable
reading for all statisticians. This important resource:
Offers theoretical coverage and computer-intensive applications
of the procedures presented Contains solutions and alternate
methods for prediction accuracy and selecting model procedures
Presents the first book to focus on ridge regression and
unifies past research with current methodology Uses R
throughout the text and includes a companion website containing
convenient data sets Written for graduate students,
practitioners, and researchers in various fields of science,
Theory of Ridge Regression Estimation with Applications
is an authoritative guide to the theory and methodology of
statistical estimation.
1. Introduction to Ridge Regression 2. Location and Simple Linear Models 3. ANOVA Model 4. Seemingly Unrelated Simple Linear Models 5. Multiple Linear Regression Models 6. Ridge Regression in Theory and Applications 7. Partially Linear Regression Models 8. Logistic Regression Model 9. Regression Models with Autoregressive Errors 10. Rank-Based Shrinkage Estimation 11. High-Dimensional Ridge Regression 12. Applications: Neural Networks and Big Data