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 | Bruce E. Trumbo (auth.), Eric A. Suess |
|---|---|
| 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)
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.
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.

نقد و بررسیها
هنوز بررسیای ثبت نشده است.