Here is a Russian language description of the book Applied Multiway Data Analysis:
Книга Applied Multiway Data Analysis представляет собой современный и прикладной подход к анализу многомерных данных с применением методов многомерного компонентного анализа. Многомерный анализ является специализированным разделом более общей области многомерной статистики, который расширяет стандартные методы для двумерных данных, такие как компонентный анализ, факторный анализ, кластерный анализ, корреспондентский анализ и многомерное шкалирование на многомерные данные.
Эта книга представляет собой уникальное, подробное и авторитетное руководство по этому относительно новому и развивающемуся подходу к анализу данных, которое применимо в различных областях, от социальных и поведенческих наук до сельского хозяйства, экологических наук и химии.
В книге даются общие введения в типы многомерных данных, методы и процедуры оценки, а также подробные объяснения и советы для читателей, которые хотели бы больше узнать о применении многомерных методов. Используя тщательно продуманные примеры и увлекательные приложения, книга начинается с вводной главы, которая служит общим обзором многомерного анализа, включая типы проблем, которые он может решать.
Далее обсуждается процесс настройки, выполнения и оценки многомерных анализов вместе с часто встречающимися проблемами, такими как предварительная обработка, пропущенные данные, выбор модели и размерности, постобработка и преобразование, а также вопросы робастности и устойчивости.
Приводится много примеров в рамках единой структуры, состоящей из пяти шагов: цели; описание и структура данных; выбор модели и размерности; результаты и их интерпретация; проверка.
Процедуры, представленные в книге, проводятся с использованием 3WayPack - программного обеспечения, разработанного автором, а анализ можно также проводить в системах R и MATLAB. Несколько наборов данных и 3WayPack можно загрузить на веб-сайте, связанном с книгой.
Автор представляет материал в понятном и доступном стиле без излишнего или сложного формализма, обеспечивая плавный переход от хорошо известного стандартного двухмерного анализа к многомерному анализу для читателей с самой разной подготовкой.
Предполагается понимание линейной алгебры, статистики и анализа главных компонент и связанных методов, хотя автор старается по возможности сохранить изложение на концептуальном, а не математическом уровне.
Книга Applied Multiway Data Analysis является отличным дополнением к курсам компонентного анализа и статистического многомерного анализа для старших курсов бакалавриата и начального уровня магистратуры. Книга также может служить основным справочником для статистиков, аналитиков данных, методологов, прикладных математиков и исследователей в области социальных наук, работающих в академической среде или в промышленности.
От ведущего автора — современное и прикладное изложение анализа многомерных данных Этот новаторский труд представляет своеобразное исследование, объединяющее методы анализа многомерного аналаз данных с использованием мультикомпонентных методов. Анализ многовариантных данных это специализированная отрасль объединеных методов многомерной статистики, которые охватывают стандартные подходы к анализу двумерных данных, такие как компонентный анализ, факторный анализ, кластерный анализ и корреспонденция. В книге «Прикладные аспекты многомерного анализа данных» представлен полный и подробный обзор этих относительно новых подходов к анализу данных, который применим в различных областях науки, включая общественные и поведенческие науки, а также сельское хозяйство, экологические науки и науку о строении вещества. Книга содержит вводные взляды о многоуровневых причинах, методах и процедурах оценки, помимо детализированного объяснения и рекомендации для читателей, которые хотели бы узнать больше об использовании многоуровневых методов. Исрные примеры и образцы применения представлены в легкой для усвоения структуре, включающей пять этапов: цели; описание и дизайн данных; выбор моделей и уровней измерения; результаты с их интерпретацией; доказательство. Нижеуказанные процедуры выполняются с использованием программы «3 Way Pack», разработанной ее автором, либо программой «R» или «MATLAB». Несколько наборов данных и программа «3 How Pack» могут быть загружены через официальный сайт книги. Автор предоставляет материал понятным языку без излишней формальности, гарантируя простой переход от базовых двумерных методов анализа к многоуровневым методам анализа для читателей из разных сфер науки.
Электронная Книга «Applied Multiway Data Analysis» написана автором Группа авторов в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9780470237991
Описание книги от Группа авторов
From a preeminent authority—a modern and applied treatment of multiway data analysis This groundbreaking book is the first of its kind to present methods for analyzing multiway data by applying multiway component techniques. Multiway analysis is a specialized branch of the larger field of multivariate statistics that extends the standard methods for two-way data, such as component analysis, factor analysis, cluster analysis, correspondence analysis, and multidimensional scaling to multiway data. Applied Multiway Data Analysis presents a unique, thorough, and authoritative treatment of this relatively new and emerging approach to data analysis that is applicable across a range of fields, from the social and behavioral sciences to agriculture, environmental sciences, and chemistry. General introductions to multiway data types, methods, and estimation procedures are provided in addition to detailed explanations and advice for readers who would like to learn more about applying multiway methods. Using carefully laid out examples and engaging applications, the book begins with an introductory chapter that serves as a general overview of multiway analysis, including the types of problems it can address. Next, the process of setting up, carrying out, and evaluating multiway analyses is discussed along with commonly encountered issues, such as preprocessing, missing data, model and dimensionality selection, postprocessing, and transformation, as well as robustness and stability issues. Extensive examples are presented within a unified framework consisting of a five-step structure: objectives; data description and design; model and dimensionality selection; results and their interpretation; and validation. Procedures featured in the book are conducted using 3WayPack, which is software developed by the author, and analyses can also be carried out within the R and MATLAB systems. Several data sets and 3WayPack can be downloaded via the book's related Web site. The author presents the material in a clear, accessible style without unnecessary or complex formalism, assuring a smooth transition from well-known standard two-analysis to multiway analysis for readers from a wide range of backgrounds. An understanding of linear algebra, statistics, and principal component analyses and related techniques is assumed, though the author makes an effort to keep the presentation at a conceptual, rather than mathematical, level wherever possible. Applied Multiway Data Analysis is an excellent supplement for component analysis and statistical multivariate analysis courses at the upper-undergraduate and beginning graduate levels. The book can also serve as a primary reference for statisticians, data analysts, methodologists, applied mathematicians, and social science researchers working in academia or industry. Visit the Related Website: http://three-mode.leidenuniv.nl/, to view data from the book.
