دانلود کتاب Theory of Preliminary Test and Stein-Type Estimation with Applications

ترجمه فارسی توضیحات (ترجمه ماشینی)

تئوری آزمون مقدماتی و تخمین نوع استاین با کاربردها

تئوری آزمون مقدماتی و تخمین نوع استاین با کاربردها، گزارش جامعی از نظریه و روش‌های تخمین در انواع مدل‌های استاندارد مورد استفاده در استنتاج آماری کاربردی ارائه می‌دهد. این مقدمه ای عمیق برای تئوری تخمین برای دانشجویان تحصیلات تکمیلی، پزشکان و محققان در زمینه های مختلف مانند آمار، مهندسی، علوم اجتماعی و علوم پزشکی است. پوشش مطالب به عنوان اولین گام در بهبود برآوردها قبل از اعمال روش کامل بیزی طراحی شده است، در حالی که مشکلات در پایان هر فصل دامنه کاربردها را بزرگتر می کند. این کتاب شامل پوشش واضح و مفصلی از اصطلاحات اساسی مرتبط با موضوعات مختلف است از جمله:* مدل خطی ساده. ANOVA; مدل موازی; مدل رگرسیون چندگانه با محدودیت های غیر تصادفی و تصادفی. رگرسیون با خطاهای همبسته خودکار. رگرسیون خط الراس; و مدل‌های داده‌های چند متغیره و گسسته * تئوری تخمین عادی، غیر عادی و ناپارامتریک * روش‌های بیز و تجربی بیز * تخمین R و آمار U * تخمین مجموعه اطمینان”

Theory of Preliminary Test and Stein-Type Estimation with Applications

Theory of Preliminary Test and Stein-Type Estimation with Applications provides a com-prehensive account of the theory and methods of estimation in a variety of standard models used in applied statistical inference. It is an in-depth introduction to the estimation theory for graduate students, practitioners, and researchers in various fields, such as statistics, engineering, social sciences, and medical sciences. Coverage of the material is designed as a first step in improving the estimates before applying full Bayesian methodology, while problems at the end of each chapter enlarge the scope of the applications.This book contains clear and detailed coverage of basic terminology related to various topics, including:* Simple linear model; ANOVA; parallelism model; multiple regression model with non-stochastic and stochastic constraints; regression with autocorrelated errors; ridge regression; and multivariate and discrete data models* Normal, non-normal, and nonparametric theory of estimation* Bayes and empirical Bayes methods* R-estimation and U-statistics* Confidence set estimation”