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: نویسندگان: William S. Cleveland سری: ISBN (شابک) : 9780963488404, 0963488406 ناشر: Hobart Press سال نشر: 1993 تعداد صفحات: 367 زبان: English فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 3 مگابایت
در صورت تبدیل فایل کتاب Visualizing data 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 تجسم داده ها 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.
Visualizing Data درباره ابزارهای تجسمی است که بینش عمیقی را در مورد ساختار داده ها ارائه می دهد. ابزارهای گرافیکی مانند coplots، نمودار نقاط چندراهی و الگوریتم شمارش برابر وجود دارد. ابزارهای برازش مانند لس و بیسکوئر وجود دارد که معادلات، منحنی های ناپارامتریک و سطوح ناپارامتریک را با داده ها مطابقت می دهد. اما کتاب بسیار بیشتر از یک خلاصه ابزار مفید است. این یک استراتژی برای تجزیه و تحلیل داده ها ارائه می دهد که بر استفاده از تجسم برای مطالعه کامل ساختار داده ها و بررسی اعتبار مدل های آماری متناسب با داده ها تأکید می کند. نتیجه ابزارها و استراتژی افزایش قابل توجهی در آنچه می توانید از داده های خود بیاموزید است. این کتاب با تجزیه و تحلیل مجدد بسیاری از مجموعههای داده از ادبیات علمی، آشکار کردن اثرات از دست رفته و مدلهای نامناسب متناسب با دادهها، این را نشان میدهد.
Visualizing Data is about visualization tools that provide deep insight into the structure of data. There are graphical tools such as coplots, multiway dot plots, and the equal count algorithm. There are fitting tools such as loess and bisquare that fit equations, nonparametric curves, and nonparametric surfaces to data. But the book is much more than just a compendium of useful tools. It conveys a strategy for data analysis that stresses the use of visualization to thoroughly study the structure of data and to check the validity of statistical models fitted to data. The result of the tools and the strategy is a vast increase in what you can learn from your data. The book demonstrates this by reanalyzing many data sets from the scientific literature, revealing missed effects and inappropriate models fitted to data.