دانلود کتاب Statistics and Data Analysis for Financial Engineering
49,000 تومان
آمار و تجزیه و تحلیل داده ها برای مهندسی مالی
| موضوع اصلی | برنامه نویسی: زبان های برنامه نویسی |
|---|---|
| نوع کالا | کتاب الکترونیکی |
| ناشر | Springer-Verlag New York |
| تعداد صفحه | 638 |
| حجم فایل | 11 مگابایت |
| کد کتاب | 1441977864,9781441977861 |
| نوبت چاپ | 1 |
| نویسنده | David Ruppert (auth.) |
|---|---|
| زبان | انگلیسی |
| فرمت | |
| سال انتشار | 2011 |
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)
آمار و تجزیه و تحلیل داده ها برای مهندسی مالی
مهندسین مالی به مقادیر عظیمی از داده ها دسترسی دارند اما به روش های قدرتمندی برای استخراج اطلاعات کمی، به ویژه در مورد نوسانات و خطرات، نیاز دارند. ویژگیهای کلیدی این کتاب درسی عبارتند از: تصویرسازی مفاهیم با بازارهای مالی و دادههای اقتصادی، آزمایشگاههای R با تمرینهای داده واقعی و ادغام روشهای گرافیکی و تحلیلی برای مدلسازی و تشخیص خطاهای مدلسازی. علیرغم برخی همپوشانیهایی که با کتاب درسی مؤلف «آمار و امور مالی: مقدمه» در مقطع لیسانس وجود دارد، این کتاب از چند جنبه مهم با جلد قبلی متفاوت است: این کتاب در سطح فارغ التحصیلی است. محاسبات و گرافیک در R انجام می شود. و بسیاری از موضوعات پیشرفته پوشش داده می شوند، به عنوان مثال، توزیع های چند متغیره، کوپول ها، محاسبات بیزی، VaR و کمبود مورد انتظار، و ادغام همزمان. پیش نیازها آمار و احتمال اولیه، ماتریس و جبر خطی و حساب دیفرانسیل و انتگرال است. برخی از قرار گرفتن در معرض مالی مفید است.
دیوید روپرت اندرو شولتز جونیور، استاد مهندسی و استاد علوم آماری، دانشکده تحقیقات عملیات و مهندسی اطلاعات، دانشگاه کرنل است که در آنجا آمار و مهندسی مالی تدریس میکند و یکی از اعضای برنامه است. در رشته مهندسی مالی زمینه های تحقیقاتی او شامل نظریه مجانبی، رگرسیون نیمه پارامتریک، تجزیه و تحلیل داده های عملکردی، آمار زیستی، کالیبراسیون مدل، خطای اندازه گیری، و آمار نجومی است. پروفسور راپرت دکترای خود را در رشته آمار در دانشگاه ایالتی میشیگان دریافت کرد. او عضو انجمن آمار آمریکا و موسسه آمار ریاضی است و برنده جایزه ویلکاکسون شده است. او سردبیر مجله الکترونیکی آمار، سردبیر سابق یادداشتهای سخنرانی مؤسسه آمار ریاضی – سری مونوگرافها، و سردبیر سابق چندین مجله آماری مهم است. پروفسور راپرت بیش از 100 مقاله علمی و چهار کتاب منتشر کرده است: تبدیل و وزن در رگرسیون، خطای اندازه گیری در مدل های غیرخطی، رگرسیون نیمه پارامتریک، و آمار و امور مالی: مقدمه.
Financial engineers have access to enormous quantities of data but need powerful methods for extracting quantitative information, particularly about volatility and risks. Key features of this textbook are: illustration of concepts with financial markets and economic data, R Labs with real-data exercises, and integration of graphical and analytic methods for modeling and diagnosing modeling errors. Despite some overlap with the author’s undergraduate textbook Statistics and Finance: An Introduction, this book differs from that earlier volume in several important aspects: it is graduate-level; computations and graphics are done in R; and many advanced topics are covered, for example, multivariate distributions, copulas, Bayesian computations, VaR and expected shortfall, and cointegration. The prerequisites are basic statistics and probability, matrices and linear algebra, and calculus. Some exposure to finance is helpful.
David Ruppert is Andrew Schultz, Jr., Professor of Engineering and Professor of Statistical Science, School of Operations Research and Information Engineering, Cornell University, where he teaches statistics and financial engineering and is a member of the Program in Financial Engineering. His research areas include asymptotic theory, semiparametric regression, functional data analysis, biostatistics, model calibration, measurement error, and astrostatistics. Professor Ruppert received his PhD in Statistics at Michigan State University. He is a Fellow of the American Statistical Association and the Institute of Mathematical Statistics and won the Wilcoxon prize. He is Editor of the Electronic Journal of Statistics, former Editor of the Institute of Mathematical Statistics’s Lecture Notes–Monographs Series, and former Associate Editor of several major statistics journals. Professor Ruppert has published over 100 scientific papers and four books: Transformation and Weighting in Regression, Measurement Error in Nonlinear Models, Semiparametric Regression, and Statistics and Finance: An Introduction.
برای فرستادن دیدگاه، باید وارد شده باشید.
نقد و بررسیها
هنوز بررسیای ثبت نشده است.