Statistical Methods for Fuzzy Data - это книга, посвященная статистическим методам анализа нечетких данных. В реальных данных часто присутствует неточность или "размытость". Примеры таких данных - это данные качества жизни, экологические, биологические, медицинские, социологические и экономические данные. Также результаты измерений могут наилучшим образом описываться с помощью нечетких чисел и нечетких векторов. Статистические методы анализа должны быть адаптированы для анализа нечетких данных. В этой книге объясняются основы описания нечетких данных, включая методы получения характеризующей функции результатов нечетких измерений. Кроме того, статистические методы обобщаются для анализа нечетких данных и нечеткой априорной информации. Книга содержит базовые методы математического описания нечетких данных, а также статистические методы, которые могут использоваться для анализа нечетких данных. Описываются методы, которые приобретают все большее значение в таких областях, как экологическая статистика и социальные науки. Теория дополняется упражнениями, решениями и иллюстрируется примерами и диаграммами. Исследуются такие области как количественное описание неопределенности данных и математическое описание нечетких данных. Книга предназначена для статистиков, работающих с нечеткой логикой, инженеров-статистиков, исследователей в области финансов и экологической статистики. Она написана для читателей, которые знакомы с элементарными стохастическими моделями и базовыми статистическими методами.
Книга знакомит вас с теоретическими основами и практическими методами анализа нечисловых данных в области статистики и смежных наук. Обращаясь к реальным областям исследований, как, например, экология и общество, автор увязывает методы теории вероятности и математической статистики с основными идеями нечёткой логики и находит эффективное применение статистической методологии для работы с данными нечеткой природы. Эта книга является важным и необходимым источником информации для широкого круга занимающихся статистикой специалистов, а также студентов старших курсов и аспирантов, специализирующихся в статистике.
Reinhard Viertl's Statistical Methods forFuzzyDataoffers up an introductory overview ofthe topicof fuzzy dataand,"provides basicmethods fortheir mathematicaldescriptionas wellastatistical methodsthat canbe usedto analyze them."The book also describes the process "of increasing importance" with applicationsin"areassuch as environmentalstatisticsandsocial science."You can also find exer- cises andsolutionsforboth practitionersand academicsthat are"familiarwith elementarystochasticmodelsandbasicstatisticalmethods." The book explores thenotes of"quantitativedescriptionofdatauncertainty."This book is definitely anhelpful resourceifyou needtounderstanding fuzzydataanalysisbetter.
Электронная Книга «Statistical Methods for Fuzzy Data» написана автором Reinhard Viertl в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9780470974421
Описание книги от Reinhard Viertl
Statistical data are not always precise numbers, or vectors, or categories. Real data are frequently what is called fuzzy. Examples where this fuzziness is obvious are quality of life data, environmental, biological, medical, sociological and economics data. Also the results of measurements can be best described by using fuzzy numbers and fuzzy vectors respectively. Statistical analysis methods have to be adapted for the analysis of fuzzy data. In this book, the foundations of the description of fuzzy data are explained, including methods on how to obtain the characterizing function of fuzzy measurement results. Furthermore, statistical methods are then generalized to the analysis of fuzzy data and fuzzy a-priori information. Key Features: Provides basic methods for the mathematical description of fuzzy data, as well as statistical methods that can be used to analyze fuzzy data. Describes methods of increasing importance with applications in areas such as environmental statistics and social science. Complements the theory with exercises and solutions and is illustrated throughout with diagrams and examples. Explores areas such quantitative description of data uncertainty and mathematical description of fuzzy data. This work is aimed at statisticians working with fuzzy logic, engineering statisticians, finance researchers, and environmental statisticians. It is written for readers who are familiar with elementary stochastic models and basic statistical methods.
