دانلود کتاب Introduction to probability simulation and Gibbs sampling with R

49,000 تومان

مقدمه ای بر شبیه سازی احتمال و نمونه گیری گیبس با R


موضوع اصلی برنامه نویسی: زبان های برنامه نویسی
نوع کالا کتاب الکترونیکی
ناشر Springer-Verlag New York
تعداد صفحه 307
حجم فایل 11 مگابایت
کد کتاب 038740273X,9780387402734
نوبت چاپ 1
نویسنده
زبانانگلیسی
فرمتPDF
سال انتشار2010
مطلب پیشنهادی: با پول کتاب در ایران چی میشه خرید؟
در صورت نیاز به تبدیل فایل به فرمت‌های PDF، EPUB، AZW3، MOBI و یا DJVU می‌توانید به پشتیبان اطلاع دهید تا در صورت امکان، فایل مورد نظر را تبدیل نمایند. سایت بَلیان دارای تخفیف پلکانی است، یعنی با افزودن کتاب بیشتر به سبدخرید، قیمت آن برای شما کاهش می‌یابد. جهت مشاهده درصد تخفیف‌ها بر روی «جدول تخفیف پلکانی» در پایین کلیک نمایید. جهت یافتن سایر کتاب‌های مشابه، از منو جستجو در بالای سایت استفاده نمایید.
شما می‌توانید با هر 1000 تومان خرید، ۱ شانس شرکت در قرعه‌کشی کتابخانه دیجیتال بلیان دریافت کنید و شانس خود را برای برنده شدن جوایز هیجان انگیز امتحان کنید. «شرایط شرکت در قرعه‌کشی»

جدول کد تخفیف

با افزودن چه تعداد کتاب به سبد‌خرید، چند‌ درصد تخفیف شامل آن خواهد شد؟ در این جدول پاسخ این سوال را خواهید یافت. برای مثال: اگر بین ۳ الی ۵ کتاب را در سبد خرید خود قرار دهید، ۲۵ درصد تخفیف شامل سبد‌خرید شما خواهد شد.
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
توضیحات

ترجمه فارسی توضیحات (ترجمه ماشینی)

مقدمه ای بر شبیه سازی احتمال و نمونه گیری گیبس با R

هفت فصل اول از R برای شبیه‌سازی و محاسبات احتمال، از جمله تولید اعداد تصادفی، ادغام عددی و مونت کارلو، و یافتن توزیع‌های محدود زنجیره‌های مارکوف با حالت‌های گسسته و پیوسته استفاده می‌کنند. کاربردها شامل احتمالات پوشش فواصل اطمینان دو جمله ای، تخمین شیوع بیماری از آزمایش های غربالگری، افزونگی موازی برای بهبود قابلیت اطمینان سیستم ها و انواع مختلف مدل سازی ژنتیکی است. این فصل های اولیه را می توان برای یک دوره غیر بیزی در شبیه سازی مدل های احتمال کاربردی و زنجیره های مارکوف استفاده کرد. فصل‌های 8 تا 10 مقدمه‌ای کوتاه بر تخمین بیزی ارائه می‌کنند و استفاده از نمونه‌گرهای گیبس را برای یافتن توزیع‌های پسین و تخمین‌های بازه‌ای نشان می‌دهند، از جمله نمونه‌هایی که در آنها روش‌های سنتی نتایج رضایت‌بخشی به دست نمی‌دهند. نرم افزار WinBUGS با توضیح مفصلی در مورد رابط آن و نمونه هایی از کاربرد آن برای نمونه برداری گیبس برای تخمین بیزی معرفی شده است. هیچ تجربه قبلی در استفاده از R مورد نیاز نیست. یک پیوست R را معرفی می کند و کد R کامل تقریباً برای تمام مثال ها و مشکلات محاسباتی (همراه با نظرات و توضیحات) گنجانده شده است. از ویژگی های قابل توجه کتاب، رویکرد شهودی آن، ارائه ایده هایی با مثال هایی از آمار زیستی، قابلیت اطمینان و سایر زمینه ها است. تعداد زیاد ارقام آن؛ و تعداد فوق العاده زیاد مشکلات آن (حدود یک سوم صفحات)، از تمرین ساده تا ارائه موضوعات اضافی. نکات و پاسخ هایی برای بسیاری از مشکلات ارائه شده است. این ویژگی ها این کتاب را برای دانشجویان آمار در مقاطع کارشناسی ارشد و مقطع کارشناسی ارشد ایده آل می کند. Eric A. Suess رئیس و استاد آمار و آمار زیستی و Bruce E. Trumbo پروفسور بازنشسته آمار و ریاضیات هر دو در دانشگاه ایالتی کالیفرنیا در شرق خلیج هستند. پروفسور سوس در کاربرد روش های بیزی و نمونه برداری گیبس در اپیدمیولوژی باتجربه است. پروفسور ترامبو یکی از اعضای انجمن آمار آمریکا و مؤسسه آمار ریاضی است و جایزه بنیانگذاران ASA و مدالیون کارور IMS را دریافت کرده است.

Introduction to probability simulation and Gibbs sampling with R

The first seven chapters use R for probability simulation and computation, including random number generation, numerical and Monte Carlo integration, and finding limiting distributions of Markov Chains with both discrete and continuous states. Applications include coverage probabilities of binomial confidence intervals, estimation of disease prevalence from screening tests, parallel redundancy for improved reliability of systems, and various kinds of genetic modeling. These initial chapters can be used for a non-Bayesian course in the simulation of applied probability models and Markov Chains. Chapters 8 through 10 give a brief introduction to Bayesian estimation and illustrate the use of Gibbs samplers to find posterior distributions and interval estimates, including some examples in which traditional methods do not give satisfactory results. WinBUGS software is introduced with a detailed explanation of its interface and examples of its use for Gibbs sampling for Bayesian estimation. No previous experience using R is required. An appendix introduces R, and complete R code is included for almost all computational examples and problems (along with comments and explanations). Noteworthy features of the book are its intuitive approach, presenting ideas with examples from biostatistics, reliability, and other fields; its large number of figures; and its extraordinarily large number of problems (about a third of the pages), ranging from simple drill to presentation of additional topics. Hints and answers are provided for many of the problems. These features make the book ideal for students of statistics at the senior undergraduate and at the beginning graduate levels. Eric A. Suess is Chair and Professor of Statistics and Biostatistics and Bruce E. Trumbo is Professor Emeritus of Statistics and Mathematics, both at California State University, East Bay. Professor Suess is experienced in applications of Bayesian methods and Gibbs sampling to epidemiology. Professor Trumbo is a fellow of the American Statistical Association and the Institute of Mathematical Statistics, and he is a recipient of the ASA Founders Award and the IMS Carver Medallion.

نظرات (0)

نقد و بررسی‌ها

هنوز بررسی‌ای ثبت نشده است.

اولین کسی باشید که دیدگاهی می نویسد “دانلود کتاب Introduction to probability simulation and Gibbs sampling with R”