توضیحات
Statistical Techniques for Neuroscientists introduces new and useful methods for data analysis involving simultaneous recording of neuron or large cluster (brain region) neuron activity. The statistical estimation and tests of hypotheses are based on the likelihood principle derived from stationary point processes and time series. Algorithms and software development are given in each chapter to reproduce the computer simulated results described therein.
The book examines current statistical methods for solving emerging problems in neuroscience. These methods have been applied to data involving multichannel neural spike train, spike sorting, blind source separation, functional and effective neural connectivity, spatiotemporal modeling, and multimodal neuroimaging techniques. The author provides an overview of various methods being applied to specific research areas of neuroscience, emphasizing statistical principles and their software. The book includes examples and experimental data so that readers can understand the principles and master the methods.
The first part of the book deals with the traditional multivariate time series analysis applied to the context of multichannel spike trains and fMRI using respectively the probability structures or likelihood associated with time-to-fire and discrete Fourier transforms (DFT) of point processes. The second part introduces a relatively new form of statistical spatiotemporal modeling for fMRI and EEG data analysis. In addition to neural scientists and statisticians, anyone wishing to employ intense computing methods to extract important features and information directly from data rather than relying heavily on models built on leading cases such as linear regression or Gaussian processes will find this book extremely helpful.
————————————————————–
ترجمه ماشینی :
تکنیک های آماری برای دانشمندان علوم اعصاب روش های جدید و مفیدی را برای تجزیه و تحلیل داده ها معرفی می کند که شامل ثبت همزمان فعالیت نورون یا خوشه بزرگ (منطقه مغز) می شود. تخمین آماری و آزمونهای فرضیهها بر اساس اصل احتمال برگرفته از فرآیندهای نقطه ثابت و سریهای زمانی است. الگوریتمها و توسعه نرمافزار در هر فصل برای بازتولید نتایج شبیهسازیشده رایانهای که در آن توضیح داده شدهاند، ارائه میشوند.
این کتاب روشهای آماری فعلی را برای حل مشکلات نوظهور در علوم اعصاب بررسی میکند. این روشها برای دادههای شامل قطار سنبله عصبی چند کانالی، مرتبسازی سنبله، جداسازی منبع کور، اتصال عصبی عملکردی و مؤثر، مدلسازی فضایی-زمانی و تکنیکهای تصویربرداری عصبی چندوجهی به کار گرفته شدهاند. نویسنده با تأکید بر اصول آماری و نرمافزار آنها، مروری بر روشهای مختلفی که در حوزههای تحقیقاتی خاص علوم اعصاب اعمال میشوند، ارائه میکند. این کتاب شامل مثالها و دادههای تجربی است تا خوانندگان بتوانند اصول را درک کنند و بر روشها مسلط شوند.
قسمت اول کتاب به تجزیه و تحلیل سریهای زمانی چند متغیره سنتی میپردازد که در زمینه قطارهای اسپایک چند کانالی و fMRI اعمال میشود. به ترتیب با استفاده از ساختارهای احتمال یا احتمال مرتبط با تبدیل فوریه گسسته (DFT) زمان تا آتش و فرآیندهای نقطه ای. بخش دوم شکل نسبتا جدیدی از مدلسازی مکانی-زمانی آماری را برای تجزیه و تحلیل دادههای fMRI و EEG معرفی میکند. علاوه بر دانشمندان علوم اعصاب و آمار، هرکسی که بخواهد از روشهای محاسباتی شدید برای استخراج ویژگیها و اطلاعات مهم بهطور مستقیم از دادهها استفاده کند، به جای اتکای شدید به مدلهای ساخته شده بر روی موارد پیشرو مانند رگرسیون خطی یا فرآیندهای گاوسی، این کتاب را بسیار مفید خواهد یافت. P>
tag : دانلود کتاب تکنیک های آماری برای دانشمندان علوم اعصاب , Download تکنیک های آماری برای دانشمندان علوم اعصاب , دانلود تکنیک های آماری برای دانشمندان علوم اعصاب , Download Statistical techniques for neuroscientists Book , تکنیک های آماری برای دانشمندان علوم اعصاب دانلود , buy تکنیک های آماری برای دانشمندان علوم اعصاب , خرید کتاب تکنیک های آماری برای دانشمندان علوم اعصاب , دانلود کتاب Statistical techniques for neuroscientists , کتاب Statistical techniques for neuroscientists , دانلود Statistical techniques for neuroscientists , خرید Statistical techniques for neuroscientists , خرید کتاب Statistical techniques for neuroscientists ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.