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: 1 نویسندگان: Daniel J. Denis سری: ISBN (شابک) : 9781119549932 ناشر: Wiley سال نشر: 2020 تعداد صفحات: 373 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 8 مگابایت
در صورت تبدیل فایل کتاب Univariate, Bivariate, and Multivariate Statistics Using R: Quantitative Tools for Data Analysis and Data Science 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 آمار تک متغیره، دو متغیره و چند متغیره با استفاده از R: ابزارهای کمی برای تجزیه و تحلیل داده ها و علم داده 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.
آمار تک متغیره، دو متغیره و چند متغیره با استفاده از R مقدمه ای کاربردی و بسیار کاربرپسند برای استفاده از نرم افزار R ارائه می دهد که طیف وسیعی از روش های آماری را که در تجزیه و تحلیل داده ها و علم داده ها برجسته می شوند، پوشش می دهد. نویسنده - یک متخصص برجسته در آموزش کمی - یک مرجع سریع برای انجام تجزیه و تحلیل های آماری ضروری و وظایف مدیریت داده ها در R نوشته است. این کتاب با حداقل دانش قبلی، مفاهیم مورد نیاز برای درک فوری و در عین حال واضح مفاهیم آماری را معرفی می کند. برای تفسیر خروجی نرم افزار ضروری است. نویسنده روش های آماری تک متغیره، دو متغیره و چند متغیره و همچنین آزمون های ناپارامتریک را انتخاب می کند. در مجموع یک کتابچه راهنمای عملی در مورد آمار کاربردی و قابلیت های محاسباتی ضروری R مورد نیاز برای نوشتن پایان نامه ها، پایان نامه ها و همچنین ...
Univariate, Bivariate, and Multivariate Statistics Using R offers a practical and very user-friendly introduction to the use of R software that covers a range of statistical methods featured in data analysis and data science. The author— a noted expert in quantitative teaching —has written a quick go-to reference for performing essential statistical analyses and data management tasks in R. Requiring only minimal prior knowledge, the book introduces concepts needed for an immediate yet clear understanding of statistical concepts essential to interpreting software output. The author explores univariate, bivariate, and multivariate statistical methods, as well as select nonparametric tests. Altogether a hands-on manual on the applied statistics and essential R computing capabilities needed to write theses, dissertations, as well as...
1 Introduction to Applied Statistics 2 Introduction to R and Computational Statistics 3 Exploring Data with R: Essential Graphics and Visualization 4 Means, Correlations, Counts: Drawing Inferences Using Easy-to-Implement Statistical Tests 5 Power Analysis and Sample Size Estimation Using R 6 Analysis of Variance: Fixed Effects, Random Effects, Mixed Models, and Repeated Measures 7 Simple and Multiple Linear Regression 8 Logistic Regression and the Generalized Linear Model 9 Multivariate Analysis of Variance (MANOVA) and Discriminant Analysis 10 Principal Component Analysis 11 Exploratory Factor Analysis 12 Cluster Analysis 13 Nonparametric Tests