Книга “Statistics: A Concise Mathematical Introduction” автора David W. Scott - это краткий математический справочник для студентов и ученых, который поможет расширить их знания в области статистики, вероятности и выводов перед тем, как выбрать свой следующий курс в выбранной области знаний. В книге основное внимание уделяется непрерывным измерениям и дискретным случайным величинам. Автор использует простые и интуитивные модели и геометрическую вероятность, чтобы естественным образом обсуждать дискретные и непрерывные эксперименты и вероятности. Обсуждаются классические вероятности, случайные величины и выводы, а также материалы по пониманию данных и специальные темы. Среди тем, которые обсуждаются:
– Классические равновероятные исходы
– Различные модели дискретных и непрерывных законов вероятности
– Функция правдоподобия и отношение
– Выводы
– Байесовская статистика
С ростом объема данных, генерируемых во многих областях, что способствует развитию науки о данных, компании теперь требуют статистически грамотных ученых, и этот учебник будет полезен для всех, кто хочет получить знания в этой области.
Статистика: Краткий математический учебник для студентов и учёных предлагает краткий и доступный текст для студентов, подготовленный для того, чтобы расширить их навыки в области статистики, теории вероятности и логики до начала прохождения следующих курсов в выбранной ими области, будь то инженерия, компьютерные науки, программирование, научные исследования данных, бизнес или экономика. Основное внимание уделяется непрерывным измерениям, а также дискретным случайным величинам. Используя простые и интуитивные модели, а также геометрическую вероятность, в книге естественным образом обсуждаются эксперименты и вероятности, как дискретные, так и непрерывные. Разбираются классическая теория, случайные величины и логические выводы, а также понимание данных и актуальных тем. Обсуждаются темы такие как: классические равные по вероятности исходы, различные типы моделей законов вероятности дискретны и непрерывны, функция правдоподобия и её отношение, логические выводы и Байесовская статистика. Ввиду расширения объёмов данных, генерируемых во многих дисциплинах, которые способствуют развитию научных исследований данных, компании сейчас хотят видеть статистически грамотных ученых, и этот учебник является ответом, подходящим для студентов, изучающих естественные или инженерные науки, будь то компьютерные науки, экономика, науки о жизни, экологические, бизнес, и многие другие. Полезно базовое знание двумерного исчисления, языка R, Fridman (Mathematica) и JMP, однако есть соответствующая веб-страница, включающая примеры кодов на R и Mathematica для помощи преподавателям и студентам.
Электронная Книга «Statistics» написана автором David W. Scott в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9781119675853
Описание книги от David W. Scott
Statistic: A Concise Mathematical Introduction for Students and Scientists offers a one academic term text that prepares the student to broaden their skills in statistics, probability and inference, prior to selecting their follow-on courses in their chosen fields, whether it be engineering, computer science, programming, data sciences, business or economics. The book places focus early on continuous measurements, as well as discrete random variables. By invoking simple and intuitive models and geometric probability, discrete and continuous experiments and probabilities are discussed throughout the book in a natural way. Classical probability, random variables, and inference are discussed, as well as material on understanding data and topics of special interest. Topics discussed include: • Classical equally likely outcomes • Variety of models of discrete and continuous probability laws • Likelihood function and ratio • Inference • Bayesian statistics With the growth in the volume of data generated in many disciplines that is enabling the growth in data science, companies now demand statistically literate scientists and this textbook is the answer, suited for undergraduates studying science or engineering, be it computer science, economics, life sciences, environmental, business, amongst many others. Basic knowledge of bivariate calculus, R language, Matematica and JMP is useful, however there is an accompanying website including sample R and Mathematica code to help instructors and students.
