دانلود کتاب Bayesian Models for Categorical Data
49,000 تومان
مدل های بیزی برای داده های طبقه بندی شده
| موضوع اصلی | سازمان و پردازش داده ها |
|---|---|
| نوع کالا | کتاب الکترونیکی |
| ناشر | Wiley |
| تعداد صفحه | 447 |
| حجم فایل | 19 مگابایت |
| کد کتاب | 0470092378,9780470092378 |
| نوبت چاپ | 1 |
| نویسنده | Peter Congdon |
|---|---|
| زبان | انگلیسی |
| فرمت | |
| سال انتشار | 2005 |
جدول کد تخفیف
| تعداد کتاب | درصد تخفیف | قیمت کتاب |
| 1 | بدون تخفیف | 25,000 تومان |
| 2 | 20 درصد | 20,000 تومان |
| 3 الی 5 | 25 درصد | 18,750 تومان |
| 6 الی 10 | 30 درصد | 17,500 تومان |
| 11 الی 20 | 35 درصد | 16,250 تومان |
| 21 الی 30 | 40 درصد | 15,000 تومان |
| 31 الی 40 | 45 درصد | 13,750 تومان |
| 41 الی 50 | 50 درصد | 12,500 تومان |
| 51 الی 70 | 55 درصد | 11,250 تومان |
| 71 الی 100 | 60 درصد | 10,000 تومان |
| 101 الی 150 | 65 درصد | 8,750 تومان |
| 151 الی 200 | 70 درصد | 7,500 تومان |
| 201 الی 300 | 75 درصد | 6,250 تومان |
| 301 الی 500 | 80 درصد | 5,000 تومان |
| 501 الی 1000 | 85 درصد | 3,750 تومان |
| 1001 الی 10000 | 90 درصد | 2,500 تومان |
ترجمه فارسی توضیحات (ترجمه ماشینی)
مدل های بیزی برای داده های طبقه بندی شده
استفاده از روشهای بیزی برای تجزیه و تحلیل دادهها در آمار کاربردی، علوم اجتماعی و پزشکی، همراه با سایر رشتهها که نیاز به کار نزدیک با مجموعهای از دادهها دارند، رایج شده است. در این متن مقطع کارشناسی، Congdon (کالج کوئین مری، U. لندن) رویکردی عملی و در دسترس را اتخاذ می کند، با تمرکز بر محاسبات آماری و داده های کاربردی، زیرا اصول استنتاج بیزی، مقایسه و انتخاب مدل، رگرسیون برای نتایج متریک، مدل ها را پوشش می دهد. برای نتایج باینری و شمارش، مدلهای اثر تصادفی و متغیرهای پنهان برای نتایج چند طبقهای، رگرسیون ترتیبی، دادههای فضایی گسسته، مدلهای سری زمانی برای متغیرهای گسسته، مدلهای دادههای سلسله مراتبی و تابلویی و مدلهای دادههای گمشده.
Bayesian Models for Categorical Data
Using Bayesian methods to analyze data has become common in applied statistics, social sciences, and medicine, along with other disciplines requiring close work with a diverse set of data. In this undergraduate text, Congdon (Queen Mary College, U. of London) takes a practical and accessible approach, focusing on statistical computing and applied data as he covers the principles of Bayesian inference, model comparison and choice, regression for metric outcomes, models for binary and count outcomes, random effect and latent variable models for multi-category outcomes, ordinal regression, discrete spatial data, time series models for discrete variables, hierarchical and panel data models and missing-data models.

نقد و بررسیها
هنوز بررسیای ثبت نشده است.