В современном обществе производится больше статистических данных, чем когда-либо прежде. Эти данные анализируются и перекрестно проверяются по бесчисленным причинам. Однако многие наборы данных не имеют общих элементов и их сложнее комбинировать, а значит, получить из них какие-либо значимые выводы. Статистическое сопоставление как раз это и позволяет - это искусство комбинирования информации из разных источников (в частности, выборочных обследований), не имеющих общих единиц. В ответ на современный приток данных это быстроразвивающаяся и усложняющаяся область.
Книга "Статистическое сопоставление: теория и практика" знакомит с основами статистического сопоставления, а затем предлагает подробный актуальный обзор используемых методов и рассмотрение их практических применений.
Книга представляет единую основу для теоретических и практических аспектов статистического сопоставления. Дает подробное описание всех шагов, необходимых для выполнения статистического сопоставления. Содержит критический обзор доступных методов статистического сопоставления. Обсуждает все основные вопросы в деталях, такие как предположение об условной независимости и оценка неопределенности. Включает многочисленные примеры и применения, позволяющие читателю применить методы в собственной работе. Имеет приложение с алгоритмами на языке R.
Книга "Статистическое сопоставление: теория и практика" предлагает всестороннее исследование все более важной области. Она идеально подходит для исследователей национальных статистических институтов и прикладных статистиков, а также станет незаменимым учебником для ученых и исследователей всех дисциплин, занимающихся многомерным анализом данных, собранных из разных источников.
Эта книга объясняет основы статистического подхода в состоянии объединять информацию из разных источников, которые содержат разные предметы. Методы такого объединения информации являются предметом быстрорастущего интереса и сложности благодаря современным потокам данных. "Статистическое соподение: теория и практика" знакомит читателя с основами этого подхода, и это также подробный обзор методов и примеров их практического применения. Здесь предлагается единый подход к теоретической и практической стороне этой проблемы. Особое внимание уделяется ряду важных вопросов, таких как предположение о независимости условий и оценка неопределенности методов. Большое внимание уделено детальным примерам и применениям методов в реальной работе. Как приложение присутствует детальноеописание алгоритмов на языке R. Эта книга представляет собой всеобъемлющее исследование растущей области, которая важна для статистики и научных работников, а также может оказаться ценной для научных работников различных областей, занимающихся изучением многомерной информации из разных баз данных.
Электронная Книга «Statistical Matching» написана автором Marcello D'Orazio в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9780470023549
Описание книги от Marcello D'Orazio
There is more statistical data produced in today’s modern society than ever before. This data is analysed and cross-referenced for innumerable reasons. However, many data sets have no shared element and are harder to combine and therefore obtain any meaningful inference from. Statistical matching allows just that; it is the art of combining information from different sources (particularly sample surveys) that contain no common unit. In response to modern influxes of data, it is an area of rapidly growing interest and complexity. Statistical Matching: Theory and Practice introduces the basics of statistical matching, before going on to offer a detailed, up-to-date overview of the methods used and an examination of their practical applications. Presents a unified framework for both theoretical and practical aspects of statistical matching. Provides a detailed description covering all the steps needed to perform statistical matching. Contains a critical overview of the available statistical matching methods. Discusses all the major issues in detail, such as the Conditional Independence Assumption and the assessment of uncertainty. Includes numerous examples and applications, enabling the reader to apply the methods in their own work. Features an appendix detailing algorithms written in the R language. Statistical Matching: Theory and Practice presents a comprehensive exploration of an increasingly important area. Ideal for researchers in national statistics institutes and applied statisticians, it will also prove to be an invaluable text for scientists and researchers from all disciplines engaged in the multivariate analysis of data collected from different sources.
