دانلود کتاب Robustness in data analysis
49,000 تومان
استحکام در تجزیه و تحلیل داده ها
| موضوع اصلی | آمار ریاضی |
|---|---|
| نوع کالا | کتاب الکترونیکی |
| ناشر | Walter de Gruyter |
| تعداد صفحه | 320 |
| حجم فایل | 2 مگابایت |
| کد کتاب | 9789067643511,9067643513 |
| نوبت چاپ | پیش نویس |
| نویسنده | Georgy L. Shevlyakov, Nikita O. Vilchevski |
|---|---|
| زبان | انگلیسی |
| فرمت | |
| سال انتشار | 2001 |
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)
استحکام در تجزیه و تحلیل داده ها
حوزه آمار ریاضی به نام آمار استحکام با ثبات استنتاج آماری تحت تغییرات مدل های توزیع پذیرفته شده سروکار دارد. اگرچه آمار استحکام شامل ابزارهای ریاضی بسیار تعریف شده است، روش های قوی رفتار رضایت بخشی را در نمونه های کوچک نشان می دهند، بنابراین در کاربردها کاملاً مفید هستند. این جلد به موضوعات مختلفی در زمینه آمار قوی و تجزیه و تحلیل داده ها می پردازد، مانند: رویکرد بدون احتمال در تجزیه و تحلیل داده ها. برآوردگرهای واریانس حداقل مکان، مقیاس، رگرسیون، خودرگرسیون و همبستگی. روش های L1-norm. الگوریتمهای انطباقی، کاهش داده، نمودار جعبهای دو متغیره و تشخیص پرت چند متغیره. برنامه های کاربردی در قابلیت اطمینان، تشخیص سیگنال ها، و تجزیه و تحلیل عوامل خطر مرگ ناگهانی قلبی. متن حاوی نتایج مربوط به فن آوری های استحکام و تجزیه و تحلیل داده ها، از جمله جنبه های نظری و نیازهای عملی پردازش داده ها است.
Robustness in data analysis
The field of mathematical statistics called robustness statistics deals with the stability of statistical inference under variations of accepted distribution models. Although robustness statistics involves mathematically highly defined tools, robust methods exhibit a satisfactory behaviour in small samples, thus being quite useful in applications. This volume addresses various topics in the field of robust statistics and data analysis, such as: a probability-free approach in data analysis; minimax variance estimators of location, scale, regression, autoregression and correlation; L1-norm methods; adaptive, data reduction, bivariate boxplot, and multivariate outlier detection algorithms; applications in reliability, detection of signals, and analysis of the sudden cardiac death risk factors. The text contains results related to robustness and data analysis technologies, including both theoretical aspects and practical needs of data processing.
برای فرستادن دیدگاه، باید وارد شده باشید.
نقد و بررسیها
هنوز بررسیای ثبت نشده است.