Книга "Программные системы статистического анализа. Обнаружение закономерностей в данных с использованием системы R и языка Python" охватывает методы анализа данных, которые должны использоваться на практике. Она описывает методы, используемые при предварительном анализе данных, проверке статистических гипотез о нормальности, однородности средних, независимости, однородности дисперсий, незначимости коэффициента корреляции, построении моделей регрессии, проверке адекватности полученной модели, оценке качества модели и ее способности давать точный прогноз.
Книга также содержит информацию о функциях, представленных в системе R, и библиотеках и пакетах, реализованных на языке программирования Python. Она может быть полезна всем, кто интересуется методами статистического анализа данных и современными программными средствами, позволяющими осуществлять анализ данных на профессиональном уровне. Книга является учебным пособием, которое поможет читателям узнать о последовательности применения методов анализа данных на практике и
Описаны методы обработки данных от первичной их обработки до оценки адекватности модели и прогнозирования. Изложение проводит сквозь призму применения системы фирмы R и языках программирования Python, что делает учебное пособие фактически общепринятых в отрасли методов анализа данных. Может быть полезным студентам и педагогам ВУЗов, а также лицам, применяющим анализ данных в своей профессиональной деятельности.
Электронная Книга «Программные системы статистического анализа. Обнаружение закономерностей в данных с использованием системы R и языка Python» написана автором Евгения Четвертакова в 2017 году.
Минимальный возраст читателя: 0
Язык: Русский
ISBN: 978-5-7782-3183-2
Описание книги от Евгения Четвертакова
Рассмотрены методы анализа данных в той последовательности, как они должны применяться при использовании анализа данных на практике: методы, использующиеся при предварительном анализе данных, при проверке статистических гипотез о нормальности, об однородности средних, о независимости, об однородности дисперсий, о незначимости коэффициента корреляции, методы построения моделей регрессии, проверки на адекватность полученной модели, оценки качества модели и ее способности давать точный прогноз. Приводится информация о функциях, представленных в системе R и библиотеках и пакетах, реализованных средствами языка программирования Python. Учебное пособие может быть полезно также всем, интересующимся методами статистического анализа данных и современными программными средствами, позволяющими осуществлять анализ данных на профессиональном уровне.
