توضیحات
A traditional approach to developing multivariate statistical theory is algebraic. Sets of observations are represented by matrices, linear combinations are formed from these matrices by multiplying them by coefficient matrices, and useful statistics are found by imposing various criteria of optimization on these combinations. Matrix algebra is the vehicle for these calculations. A second approach is computational. Since many users find that they do not need to know the mathematical basis of the techniques as long as they have a way to transform data into results, the computation can be done by a package of computer programs that somebody else has written. An approach from this perspective emphasizes how the computer packages are used, and is usually coupled with rules that allow one to extract the most important numbers from the output and interpret them. Useful as both approaches are–particularly when combined–they can overlook an important aspect of multivariate analysis. To apply it correctly, one needs a way to conceptualize the multivariate relationships that exist among variables.
This book is designed to help the reader develop a way of thinking about multivariate statistics, as well as to understand in a broader and more intuitive sense what the procedures do and how their results are interpreted. Presenting important procedures of multivariate statistical theory geometrically, the author hopes that this emphasis on the geometry will give the reader a coherent picture into which all the multivariate techniques fit.
————————————————————–
ترجمه ماشینی :
یک رویکرد سنتی برای توسعه تئوری آماری چند متغیره جبری است. مجموعهای از مشاهدات با ماتریسها نشان داده میشوند، ترکیبهای خطی از این ماتریسها با ضرب آنها در ماتریسهای ضریب تشکیل میشوند و با اعمال معیارهای مختلف بهینهسازی بر روی این ترکیبها، آمار مفیدی به دست میآید. جبر ماتریسی وسیله ای برای این محاسبات است. رویکرد دوم محاسباتی است. از آنجایی که بسیاری از کاربران متوجه می شوند که تا زمانی که راهی برای تبدیل داده ها به نتایج دارند، نیازی به دانستن مبنای ریاضی تکنیک ها ندارند، محاسبات را می توان با بسته ای از برنامه های کامپیوتری که شخص دیگری نوشته است انجام داد. رویکردی از این منظر بر نحوه استفاده از بستههای کامپیوتری تأکید میکند و معمولاً با قوانینی همراه است که به فرد اجازه میدهد مهمترین اعداد را از خروجی استخراج کرده و آنها را تفسیر کند. از آنجایی که هر دو رویکرد مفید هستند – به ویژه هنگامی که با هم ترکیب شوند – می توانند جنبه مهمی از تحلیل چند متغیره را نادیده بگیرند. برای اعمال صحیح آن، نیاز به راهی برای مفهوم سازی روابط چند متغیره ای است که بین متغیرها وجود دارد.
این کتاب برای کمک به خواننده طراحی شده است تا روشی برای تفکر در مورد آمارهای چند متغیره ایجاد کند و همچنین درک کند که این روش ها چه می کنند و نتایج آنها چگونه تفسیر می شوند. نویسنده با ارائه رویههای مهم تئوری آماری چند متغیره به صورت هندسی، امیدوار است که این تأکید بر هندسه تصویری منسجم را به خواننده ارائه دهد که تمام تکنیکهای چند متغیره در آن جا میشوند.
tag : دانلود کتاب هندسه آمار چند متغیره , Download هندسه آمار چند متغیره , دانلود هندسه آمار چند متغیره , Download The Geometry of Multivariate Statistics Book , هندسه آمار چند متغیره دانلود , buy هندسه آمار چند متغیره , خرید کتاب هندسه آمار چند متغیره , دانلود کتاب The Geometry of Multivariate Statistics , کتاب The Geometry of Multivariate Statistics , دانلود The Geometry of Multivariate Statistics , خرید The Geometry of Multivariate Statistics , خرید کتاب The Geometry of Multivariate Statistics ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.