دانلود کتاب Exploratory Multivariate Analysis by Example Using R
49,000 تومان
تحلیل چند متغیره اکتشافی با استفاده از مثال R
| موضوع اصلی | تحلیل و بررسی |
|---|---|
| نوع کالا | کتاب الکترونیکی |
| ناشر | CRC Press |
| تعداد صفحه | 240 |
| حجم فایل | 9 مگابایت |
| کد کتاب | 1439835802,9781439835807 |
| نوبت چاپ | 1 |
| نویسنده | Francois Husson, Jerome Pages, Sebastien Le |
|---|---|
| زبان | انگلیسی |
| فرمت | |
| سال انتشار | 2010 |
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)
تحلیل چند متغیره اکتشافی با استفاده از مثال R
پر از مطالعات موردی در دنیای واقعی و توصیههای عملی، تحلیل چند متغیره اکتشافی با استفاده از مثال R بر چهار روش اساسی تجزیه و تحلیل دادههای اکتشافی چند متغیره متمرکز است که برای کاربردها مناسبتر هستند. زمانی که متغیرها کمی هستند، تجزیه و تحلیل مؤلفه اصلی (PCA)، زمانی که متغیرها کمی هستند، تجزیه و تحلیل مکاتبات (CA) و تجزیه و تحلیل مکاتبات چندگانه (MCA) زمانی که متغیرها طبقهبندی هستند، و تجزیه و تحلیل خوشه سلسله مراتبی را پوشش میدهد.
نویسندگان یک دیدگاه هندسی دارند که یک چشم انداز یکپارچه برای کاوش جداول داده چند متغیره ارائه می دهد. در این چارچوب، آنها اصول، شاخصها و راههای بازنمایی و تجسم اشیاء را که در روشهای اکتشافی مشترک است، ارائه میکنند. نویسندگان نشان میدهند که چگونه میتوان از متغیرهای طبقهبندی در زمینه PCA استفاده کرد که در آن متغیرها کمی هستند، چگونه میتوان بیش از دو متغیر طبقهبندی را در یک زمینه CA که در اصل دو متغیر وجود دارد، مدیریت کرد، و چگونه میتوان متغیرهای کمی را در یک زمینه MCA اضافه کرد. متغیرها دسته بندی هستند. آنها همچنین روشها و روشهایی را که میتوان از آنها بهرهبرداری کرد با استفاده از مثالهایی از زمینههای مختلف نشان میدهد.
در طول متن، هر نتیجه با یک دستور R مرتبط است که در بسته FactoMineR توسعه یافته توسط نویسندگان. تمام مجموعه داده ها و کدها در http://factominer.free.fr/book موجود است
با استفاده از نظریه، مثال ها و نرم افزار ارائه شده در این کتاب، خوانندگان به طور کامل برای مقابله با داده های چند متغیره واقعی مجهز خواهد بود.
Full of real-world case studies and practical advice, Exploratory Multivariate Analysis by Example Using R focuses on four fundamental methods of multivariate exploratory data analysis that are most suitable for applications. It covers principal component analysis (PCA) when variables are quantitative, correspondence analysis (CA) and multiple correspondence analysis (MCA) when variables are categorical, and hierarchical cluster analysis.
The authors take a geometric point of view that provides a unified vision for exploring multivariate data tables. Within this framework, they present the principles, indicators, and ways of representing and visualizing objects that are common to the exploratory methods. The authors show how to use categorical variables in a PCA context in which variables are quantitative, how to handle more than two categorical variables in a CA context in which there are originally two variables, and how to add quantitative variables in an MCA context in which variables are categorical. They also illustrate the methods and the ways they can be exploited using examples from various fields.
Throughout the text, each result correlates with an R command accessible in the FactoMineR package developed by the authors. All of the data sets and code are available at http://factominer.free.fr/book
By using the theory, examples, and software presented in this book, readers will be fully equipped to tackle real-life multivariate data.
برای فرستادن دیدگاه، باید وارد شده باشید.
نقد و بررسیها
هنوز بررسیای ثبت نشده است.