کتاب الکترونیکی

استدلال بیزی در تجزیه و تحلیل داده ها: یک مقدمه انتقادی

Bayesian Reasoning in Data Analysis: A Critical Introduction

دانلود کتاب Bayesian Reasoning in Data Analysis: A Critical Introduction (به فارسی: استدلال بیزی در تجزیه و تحلیل داده ها: یک مقدمه انتقادی) نوشته شده توسط «Giulio D. Agostini»


اطلاعات کتاب استدلال بیزی در تجزیه و تحلیل داده ها: یک مقدمه انتقادی

موضوع اصلی: سازمان و پردازش داده ها

نوع: کتاب الکترونیکی

ناشر: World Scientific Publishing Company

نویسنده: Giulio D. Agostini

زبان: English

فرمت کتاب: pdf (قابل تبدیل به سایر فرمت ها)

سال انتشار: 2003

تعداد صفحه: 351

حجم کتاب: 17 مگابایت

کد کتاب: 9812383565 , 9789812383563

توضیحات کتاب استدلال بیزی در تجزیه و تحلیل داده ها: یک مقدمه انتقادی

این کتاب مقدمه ای چند سطحی برای استدلال بیزی (در مقابل “آمار متعارف”) و کاربردهای آن در تجزیه و تحلیل داده ها ارائه می دهد. ایده های اساسی این رویکرد “جدید” برای کمی سازی عدم قطعیت با استفاده از نمونه هایی از تحقیقات و زندگی روزمره ارائه شده است. کاربردهای تحت پوشش عبارتند از: استنتاج پارامتریک. ترکیبی از نتایج؛ درمان عدم قطعیت ناشی از خطاهای سیستماتیک و پیشینه؛ مقایسه فرضیه ها؛ آشکارسازی توزیع های تجربی؛ مرزهای بالا/پایین در اندازه گیری های نوع مرزی. روش‌های تقریبی برای استفاده معمول مشتق شده‌اند و اغلب مطابق با فرضیات کاملاً تعریف شده نشان داده می‌شوند! با روش‌های «استاندارد»، که بنابراین می‌توان آن‌ها را به‌عنوان مواردی خاص از روش‌های عمومی‌تر بیزی دید. در برخورد با عدم قطعیت در اندازه‌گیری‌ها، از ایده‌های اندازه‌شناسی مدرن استفاده می‌شود، از جمله طبقه‌بندی ISO عدم قطعیت به نوع A و نوع B. نشان داده شده است که اینها به خوبی با چارچوب بیزی مطابقت دارند.


This book provides a multi-level introduction to Bayesian reasoning (as opposed to ”conventional statistics”) and its applications to data analysis. The basic ideas of this ”new” approach to the quantification of uncertainty are presented using examples from research and everyday life. Applications covered include: parametric inference; combination of results; treatment of uncertainty due to systematic errors and background; comparison of hypotheses; unfolding of experimental distributions; upper/lower bounds in frontier-type measurements. Approximate methods for routine use are derived and are shown often to coincide — under well-defined assumptions! — with ”standard” methods, which can therefore be seen as special cases of the more general Bayesian methods. In dealing with uncertainty in measurements, modern metrological ideas are utilized, including the ISO classification of uncertainty into type A and type B. These are shown to fit well into the Bayesian framework.

دانلود کتاب «استدلال بیزی در تجزیه و تحلیل داده ها: یک مقدمه انتقادی»

مبلغی که بابت خرید کتاب می‌پردازیم به مراتب پایین‌تر از هزینه‌هایی است که در آینده بابت نخواندن آن خواهیم پرداخت.