Книга “Matrix Analysis for Statistics” Джеймса Р. Шотта - это современное и полное руководство по теории и практике матричного анализа. В ней доступно и глубоко рассматриваются наиболее распространенные методы матриц, используемые в статистических приложениях. Издание в третьем издании имеет простой формат теорем/доказательств, который позволяет плавно переходить от одной темы к другой. Автор подробно описывает процесс применения наиболее распространенных методов матриц в статистических приложениях, включая собственные значения и векторы, псевдообратную матрицу, дифференцирование матрицы и распределение квадратичных форм. Эта книга идеально подходит для введения в теорию и практику матричного анализа и содержит:
- Обновленное содержание, включающее новые главы или разделы о неравенствах, косых проекциях и антисобственных значениях и антивекторах;
- Дополнительные задачи и практические упражнения в конце каждой главы;
- Обширные примеры, которые знакомы и легко понятны;
- Самодостаточные главы для гибкости в выборе темы.
Книга Джеймса Р. Шотта "Analysis for Statistics", в 3-ем издании, является отличным введением в теорию и практику матричного анализа, подходящим как для первокурсников, так и для студентов магистратуры. В ней предоставлен доступное и глубокое исследование наиболее распространенных методов матриц, используемых в статистических приложениях.
This edition of the bestseller is a complete reference on the theory and applications of matrix analysis in statistics with updated coverage including distributions of quadratic forms, inequalities, and recent developments. Accessible treatment involves easy-to understand examples and proofs according to the latest research developments. This title offers complete coverage of topics crucial to matrix dimensions involving eigenvalue, eigenvector, Moors Penrose, differential equations, and more. With new material, audience consists of upper undergrads and grad students as well as applied researchers in statistics. It's an ideal primer, whether it's your first look or you're looking for something updated.
Электронная Книга «Matrix Analysis for Statistics» написана автором James R. Schott в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9781119092476
Описание книги от James R. Schott
An up-to-date version of the complete, self-contained introduction to matrix analysis theory and practice Providing accessible and in-depth coverage of the most common matrix methods now used in statistical applications, Matrix Analysis for Statistics, Third Edition features an easy-to-follow theorem/proof format. Featuring smooth transitions between topical coverage, the author carefully justifies the step-by-step process of the most common matrix methods now used in statistical applications, including eigenvalues and eigenvectors; the Moore-Penrose inverse; matrix differentiation; and the distribution of quadratic forms. An ideal introduction to matrix analysis theory and practice, Matrix Analysis for Statistics, Third Edition features: • New chapter or section coverage on inequalities, oblique projections, and antieigenvalues and antieigenvectors • Additional problems and chapter-end practice exercises at the end of each chapter • Extensive examples that are familiar and easy to understand • Self-contained chapters for flexibility in topic choice • Applications of matrix methods in least squares regression and the analyses of mean vectors and covariance matrices Matrix Analysis for Statistics, Third Edition is an ideal textbook for upper-undergraduate and graduate-level courses on matrix methods, multivariate analysis, and linear models. The book is also an excellent reference for research professionals in applied statistics. James R. Schott, PhD, is Professor in the Department of Statistics at the University of Central Florida. He has published numerous journal articles in the area of multivariate analysis. Dr. Schott’s research interests include multivariate analysis, analysis of covariance and correlation matrices, and dimensionality reduction techniques.
