Эта книга интегрирует теорию и применение статистики с использованием R. В ней сделана попытка преодолеть разрыв между теорией и практикой, объясняя, как математические выражения преобразуются в программы на R. Книга задумана в первую очередь как полезное пособие для студентов магистратуры на протяжении каждого семестра курса, но также будет полезна прикладным статистикам, желающим освежить основы предмета. Исходя из этой двойной цели, книга начинается с азов R и быстро переходит к визуализации и исследовательскому анализу. Теория вероятностей и статистические выводы, включая классическую, непараметрическую и байесовскую школы, развиваются с определениями, мотивациями, математическими выражениями и программами на R таким образом, который поможет читателю понять как математическое развитие, так и реализацию в R. Линейные регрессионные модели, планирование экспериментов, многомерный анализ и анализ категориальных данных рассматриваются способом, который эффективно использует методы визуализации и связанные с ними статистические методы, лежащие в их основе, посредством практических приложений, и, таким образом, помогает читателю достичь четкого понимания соответствующих статистических моделей.
Основные особенности:
- Интегрирует основы R со статистическими концепциями
- Предоставляет графические представления, включая математические выражения
- Способствует пониманию предельных теорем вероятности с использованием имитационного подхода и без него
- Представляет подробную алгоритмическую разработку статистических моделей с нуля
- Включает практические применения с использованием более 50 наборов данных
Электронная Книга «A Course in Statistics with R» написана автором Prabhanjan N. Tattar в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9781119152736
Описание книги от Prabhanjan N. Tattar
Integrates the theory and applications of statistics using R A Course in Statistics with R has been written to bridge the gap between theory and applications and explain how mathematical expressions are converted into R programs. The book has been primarily designed as a useful companion for a Masters student during each semester of the course, but will also help applied statisticians in revisiting the underpinnings of the subject. With this dual goal in mind, the book begins with R basics and quickly covers visualization and exploratory analysis. Probability and statistical inference, inclusive of classical, nonparametric, and Bayesian schools, is developed with definitions, motivations, mathematical expression and R programs in a way which will help the reader to understand the mathematical development as well as R implementation. Linear regression models, experimental designs, multivariate analysis, and categorical data analysis are treated in a way which makes effective use of visualization techniques and the related statistical techniques underlying them through practical applications, and hence helps the reader to achieve a clear understanding of the associated statistical models. Key features: Integrates R basics with statistical concepts Provides graphical presentations inclusive of mathematical expressions Aids understanding of limit theorems of probability with and without the simulation approach Presents detailed algorithmic development of statistical models from scratch Includes practical applications with over 50 data sets
