دانلود کتاب Linear statistical models (به فارسی: مدل های آماری خطی) نوشته شده توسط «James H. Stapleton»
اطلاعات کتاب مدل های آماری خطی
موضوع اصلی: احتمال
نوع: کتاب الکترونیکی
ناشر: Wiley
نویسنده: James H. Stapleton
زبان: English
فرمت کتاب: pdf (قابل تبدیل به سایر فرمت ها)
سال انتشار: 1995
تعداد صفحه: 467
حجم کتاب: 19 مگابایت
کد کتاب: 0471571504 , 9780471571506
نوبت چاپ: 1
توضیحات کتاب مدل های آماری خطی
مدلهای آماری خطی
مواد این کتاب که در طی یک دوره بیست ساله توسعه یافته و اصلاح شدهاند، ارائهای واضح از مدلهای آماری خطی ارائه میدهند. این مدلها منجر به روشی میشوند که معمولاً «رگرسیون چندگانه» یا روششناسی «تحلیل واریانس» نامیده میشود، که به نوبه خود، طیف وسیعی از کاربردها را برای علوم فیزیکی، بیولوژیکی و اجتماعی، و همچنین برای تجارت، کشاورزی، باز میکند. و مهندسی برخلاف کتابهای مشابه در این موضوع، مدلهای آماری خطی بر هندسه فضاهای برداری تأکید میکنند، زیرا بینشهای شهودی این رویکرد برای درک نظریه به ارمغان میآورد. در حالی که تمرکز بر تئوری است، نمونههایی از برنامهها با استفاده از بستههای SAS و S-Plus گنجانده شدهاند. پیش نیازها عبارتند از آشنایی با جبر خطی و احتمال و آمار در سطح پسا حساب.
موضوعات اصلی پوشش داده شده عبارتند از:
- روشهای مطالعه بردارهای تصادفی شامل توزیعهای نرمال چند متغیره، کای دو، t و F، مرکزی و غیرمرکزی
- مدل خطی و نظریه پایه رگرسیون تجزیه و تحلیل و تجزیه و تحلیل واریانس
- روش های رگرسیون چندگانه، از جمله تبدیل، تجزیه و تحلیل باقیمانده ها، و نظریه مجانبی برای تحلیل رگرسیون. بخش های جداگانه ای به روش های قوی و راه انداز اختصاص داده شده است.
- فاصله های اطمینان همزمان: بونفرونی، شفه، توکی و بخوفر
- آنالیز واریانس، با تحلیل واریانس دو و سه طرفه
- مدل های اجزای تصادفی، طرح های تو در تو، و طرح های بلوک ناقص متعادل
- تجزیه و تحلیل داده های فرکانس از طریق مدل های لگ خطی، با تاکید بر دیدگاه فضای برداری. این فصل به تنهایی برای یک دوره در مورد تجزیه و تحلیل داده های فراوانی کافی است.
Developed and refined over a period of twenty years, the material in this book offers an especially lucid presentation of linear statistical models. These models lead to what is usually called “multiple regression” or “analysis of variance” methodology, which, in turn, opens up a wide range of applications to the physical, biological, and social sciences, as well as to business, agriculture, and engineering. Unlike similar books on this topic, Linear Statistical Models emphasizes the geometry of vector spaces because of the intuitive insights this approach brings to an understanding of the theory. While the focus is on theory, examples of applications, using the SAS and S-Plus packages, are included. Prerequisites include some familiarity with linear algebra, and probability and statistics at the postcalculus level.
Major topics covered include:
- Methods of study of random vectors, including the multivariate normal, chi-square, t and F distributions, central and noncentral
- The linear model and the basic theory of regression analysis and the analysis of variance
- Multiple regression methods, including transformations, analysis of residuals, and asymptotic theory for regression analysis. Separate sections are devoted to robust methods and to the bootstrap.
- Simultaneous confidence intervals: Bonferroni, Scheffé, Tukey, and Bechhofer
- Analysis of variance, with two- and three-way analysis of variance
- Random component models, nested designs, and balanced incomplete block designs
- Analysis of frequency data through log-linear models, with emphasis on vector space viewpoint. This chapter alone is sufficient for a course on the analysis of frequency data.
دانلود کتاب «مدل های آماری خطی»
📖 خرید این کتاب
برای دریافت فایل و اطلاع از قیمت، روی یکی از دکمههای زیر کلیک کنید تا پیام آماده برای شما ارسال شود:
پس از ارسال پیام، قیمت و لینک دریافت فایل در اسرع وقت برای شما ارسال خواهد شد.