دانلود کتاب Large-Scale Inference: Empirical Bayes Methods for Estimation, Testing, and Prediction (Institute of Mathematical Statistics Monographs)
49,000 تومان
استنتاج در مقیاس بزرگ: روش های تجربی بیز برای تخمین، آزمایش و پیش بینی (مؤسسه تک نگاری های آمار ریاضی)
| موضوع اصلی | ریاضیات کاربردی |
|---|---|
| نوع کالا | کتاب الکترونیکی |
| ناشر | Cambridge University Press |
| تعداد صفحه | 277 |
| حجم فایل | 4 مگابایت |
| کد کتاب | 0521192498,9780521192491 |
| نوبت چاپ | 1 |
| نویسنده | Bradley Efron |
|---|---|
| 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)
استنتاج در مقیاس بزرگ: روش های تجربی بیز برای تخمین، آزمایش و پیش بینی (مؤسسه تک نگاری های آمار ریاضی)
ما در عصر جدیدی برای استنتاج آماری زندگی می کنیم، جایی که فناوری علمی مدرن مانند ریزآرایه ها و دستگاه های fMRI به طور معمول هزاران و گاهی میلیون ها مجموعه داده موازی را تولید می کند که هر کدام تخمین یا مشکل آزمایش خاص خود را دارند. انجام هزاران مشکل در یک زمان بیش از استفاده مکرر از روش های کلاسیک است. بردلی افرون، مخترع بوت استرپ، با اتخاذ یک رویکرد تجربی بیز، نشان میدهد که چگونه اطلاعات در میان مشکلات به روشی ترکیب میشود که ایدههای بیزی و مکرر را ترکیب میکند. تخمین، آزمایش و پیشبینی در این چارچوب ترکیب میشوند و فرصتهایی را برای روشهای جدید افزایش قدرت ایجاد میکنند. مشکلات جدیدی نیز به وجود می آیند که به راحتی منجر به استنتاج های ناقص می شوند. این کتاب نگاهی دقیق به وعدهها و مشکلات استنتاج آماری در مقیاس بزرگ دارد، با توجه ویژه به نرخهای کشف نادرست، موفقترین تکنیکهای آماری جدید. تاکید بر ایده های استنتاجی زیربنای پیشرفت های فنی است که با استفاده از تعداد زیادی مثال واقعی نشان داده شده است.
We live in a new age for statistical inference, where modern scientific technology such as microarrays and fMRI machines routinely produce thousands and sometimes millions of parallel data sets, each with its own estimation or testing problem. Doing thousands of problems at once is more than repeated application of classical methods. Taking an empirical Bayes approach, Bradley Efron, inventor of the bootstrap, shows how information accrues across problems in a way that combines Bayesian and frequentist ideas. Estimation, testing, and prediction blend in this framework, producing opportunities for new methodologies of increased power. New difficulties also arise, easily leading to flawed inferences. This book takes a careful look at both the promise and pitfalls of large-scale statistical inference, with particular attention to false discovery rates, the most successful of the new statistical techniques. Emphasis is on the inferential ideas underlying technical developments, illustrated using a large number of real examples.
برای فرستادن دیدگاه، باید وارد شده باشید.
نقد و بررسیها
هنوز بررسیای ثبت نشده است.