Cantitate/Preț
Produs
Total produse
Vezi coșul
Modern Applied Statistics with S de W. N. Venables

Modern Applied Statistics with S: Statistics and Computing

Autor W. N. Venables, B. D. Ripley
en Limba Engleză Paperback – dec 2010

Recomandăm Modern Applied Statistics with S ca o resursă fundamentală de nivel de referință profesională și cercetare, fiind considerată de mulți specialiști „biblia” mediului S. Această a patra ediție, semnată de W. N. Venables și B. D. Ripley, marchează un punct de cotitură important prin integrarea completă a limbajului open-source R alături de S-PLUS, reflectând evoluția puterii de calcul care permite acum utilizarea metodelor intensive de procesare a datelor.

Considerăm că forța acestui volum rezidă în abordarea aplicată: nu este doar un manual de programare, ci un curs avansat de metode statistice moderne. Structura este riguroasă, debutând cu manipularea obiectelor și sintaxa limbajului S, pentru a trece rapid către vizualizări grafice complexe și modele statistice de ultimă oră, precum modelele liniare generalizate mixte (GLMM) și tehnicile de netezire (smoothing). Comparativ cu Introductory Statistics with R de Peter Dalgaard, care se adresează studenților aflați la început de drum prin exemple elementare, lucrarea de față presupune un fundament solid în statistică și oferă o profunzime tehnică superioară, fiind mult mai ancorată în nevoile cercetătorului care analizează seturi de date reale. De asemenea, deși acoperă arii similare cu A Handbook of Statistical Analyses Using S-PLUS de Brian S. Everitt, volumul lui Venables și Ripley este mai tehnic și mai detaliat în ceea ce privește implementarea algoritmilor, fiind preferat de cei care doresc să înțeleagă mecanismele din spatele funcțiilor.

Apreciem în mod deosebit modul în care autorii au rescris materialul introductiv pentru a facilita importul și manipularea datelor, elemente critice în fluxul de lucru al oricărui statistician modern. Este o unealtă indispensabilă pentru transformarea teoriei statistice în rezultate computaționale precise.

Citește tot Restrânge

Din seria Statistics and Computing

  • 15% Linear Time Series with MATLAB and OCTAVE
    Preț: 62105 lei
  • 15% S Programming
    Preț: 67509 lei
  • XploRe: An Interactive Statistical Computing Environment
    Preț: 38893 lei
  • 15% Basic Elements of Computational Statistics
    Preț: 56899 lei
  • 18% Local Regression and Likelihood
    Preț: 96076 lei
  • 15% Numerical Analysis for Statisticians
    Preț: 69537 lei
  • 20% A First Course in Statistical Learning
    Preț: 58686 lei
  • 15% Branch-and-Bound Applications in Combinatorial Data Analysis
    Preț: 66429 lei
  • Introductory Statistics with R
    Preț: 44612 lei
  • 20% Graphics of Large Datasets: Visualizing a Million
    Preț: 45791 lei
  • 18% R for SAS and SPSS Users
    Preț: 109607 lei
  • 20% Random Number Generation and Monte Carlo Methods
    Preț: 56932 lei
  • 20% Independent Random Sampling Methods
    Preț: 89845 lei
  • 15% S Programming
    Preț: 66628 lei
  • Applied Time Series Analysis and Forecasting with Python
    Preț: 20656 lei
  • 20% Evolutionary Statistical Procedures
    Preț: 61781 lei
  • 20% Fundamentals of Supervised Machine Learning
    Preț: 80628 lei
  • 18% Local Regression and Likelihood
    Preț: 95765 lei
  • 15% Automatic Nonuniform Random Variate Generation
    Preț: 62121 lei
  • 20% Numerical Bayesian Methods Applied to Signal Processing
    Preț: 122715 lei
  • Computer Intensive Methods in Statistics
    Preț: 37010 lei
  • 20% Software for Data Analysis
    Preț: 113893 lei
  • SAS for Data Analysis: Intermediate Statistical Methods
    Preț: 48428 lei
  • Applied Quantitative Finance
    Preț: 47384 lei
  • 20% An Introduction to Statistics with Python
    Preț: 42839 lei
  • 18% The Grammar of Graphics
    Preț: 98026 lei
  • 18% R for Stata Users
    Preț: 149579 lei
  • 20% Mixed-Effects Models in S and S-PLUS
    Preț: 140346 lei
  • Numerical Linear Algebra for Applications in Statistics
    Preț: 37587 lei
  • 20% Visualization and Imputation of Missing Values: With Applications in R
    Preț: 102253 lei
  • 18% Applied Statistical Learning: With Case Studies in Stata
    Preț: 70966 lei
  • Variowin: Software for Spatial Data Analysis in 2D
    Preț: 36288 lei
  • 18% Elements of Computational Statistics
    Preț: 92045 lei
  • 15% Computational Statistics
    Preț: 58799 lei
  • Visualizing Time: Designing Graphical Representations for Statistical Data
    Preț: 37356 lei

Preț: 106584 lei

Preț vechi: 129981 lei
-18%

Puncte Express: 1599

Carte tipărită la comandă

Livrare economică 10-24 iulie

Livrare prin curier în România Termenul estimat este afișat lângă disponibilitate.
Transport gratuit pentru acest produs Plată online sau ramburs, în funcție de opțiunile comenzii.
Retur gratuit în 14 zile Comandă securizată și suport în română.
 Adaugă în coș

Wish list
Gift list
Am citit!
Adaugă în listă

Specificații

ISBN-13: 9781441930088
ISBN-10: 1441930086
Pagini: 512
Ilustrații: XII, 498 p.
Dimensiuni: 155 x 235 x 28 mm
Greutate: 0.77 kg
Ediția:Fourth Edition 2002
Editura: Springer
Colecția Statistics and Computing
Seria Statistics and Computing

Locul publicării:New York, NY, United States

Public țintă

Research

De ce să citești această carte

Adresată cercetătorilor și studenților la master sau doctorat, această carte este esențială pentru oricine dorește să stăpânească mediile R sau S-PLUS. Cititorul câștigă nu doar competențe de programare, ci și capacitatea de a aplica tehnici statistice avansate (precum bootstrapping sau analiza de supraviețuire) pe date reale. Este resursa definitivă care face trecerea de la statistica teoretică la analiza computațională de înaltă performanță.

Descriere scurtă

S is a powerful environment for the statistical and graphical analysis of data. It provides the tools to implement many statistical ideas that have been made possible by the widespread availability of workstations having good graphics and computational capabilities. This book is a guide to using S environments to perform statistical analyses and provides both an introduction to the use of S and a course in modern statistical methods. Implementations of S are available commercially in S-PLUS(R) workstations and as the Open Source R for a wide range of computer systems. The aim of this book is to show how to use S as a powerful and graphical data analysis system. Readers are assumed to have a basic grounding in statistics, and so the book is intended for would-be users of S-PLUS or R and both students and researchers using statistics. Throughout, the emphasis is on presenting practical problems and full analyses of real data sets. Many of the methods discussed are state of the art approaches to topics such as linear, nonlinear and smooth regression models, tree-based methods, multivariate analysis, pattern recognition, survival analysis, time series and spatial statistics. Throughout modern techniques such as robust methods, non-parametric smoothing and bootstrapping are used where appropriate. This fourth edition is intended for users of S-PLUS 6.0 or R 1.5.0 or later. A substantial change from the third edition is updating for the current versions of S-PLUS and adding coverage of R. The introductory material has been rewritten to emphasis the import, export and manipulation of data. Increased computational power allows even more computer-intensive methods to be used, and methods such as GLMMs,

Cuprins

1 Introduction.- 1.1 A Quick Overview of S.- 1.2 Using S.- 1.3 An Introductory Session.- 1.4 What Next?.- 2 Data Manipulation.- 2.1 Objects.- 2.2 Connections.- 2.3 Data Manipulation.- 2.4 Tables and Cross-Classification.- 3 The S Language.- 3.1 Language Layout.- 3.2 More on S Objects.- 3.3 Arithmetical Expressions.- 3.4 Character Vector Operations.- 3.5 Formatting and Printing.- 3.6 Calling Conventions for Functions.- 3.7 Model Formulae.- 3.8 Control Structures.- 3.9 Array and Matrix Operations.- 3.10 Introduction to Classes and Methods.- 4 Graphics.- 4.1 Graphics Devices.- 4.2 Basic Plotting Functions.- 4.3 Enhancing Plots.- 4.4 Fine Control of Graphics.- 4.5 Trellis Graphics.- 5 Univariate Statistics.- 5.1 Probability Distributions.- 5.2 Generating Random Data.- 5.3 Data Summaries.- 5.4 Classical Univariate Statistics.- 5.5 Robust Summaries.- 5.6 Density Estimation.- 5.7 Bootstrap and Permutation Methods.- 6 Linear Statistical Models.- 6.1 An Analysis of Covariance Example.- 6.2 Model Formulae and Model Matrices.- 6.3 Regression Diagnostics.- 6.4 Safe Prediction.- 6.5 Robust and Resistant Regression.- 6.6 Bootstrapping Linear Models.- 6.7 Factorial Designs and Designed Experiments.- 6.8 An Unbalanced Four-Way Layout.- 6.9 Predicting Computer Performance.- 6.10 Multiple Comparisons.- 7 Generalized Linear Models.- 7.1 Functions for Generalized Linear Modelling.- 7.2 Binomial Data.- 7.3 Poisson and Multinomial Models.- 7.4 A Negative Binomial Family.- 7.5 Over-Dispersion in Binomial and Poisson GLMs.- 8 Non-Linear and Smooth Regression.- 8.1 An Introductory Example.- 8.2 Fitting Non-Linear Regression Models.- 8.3 Non-Linear Fitted Model Objects and Method Functions.- 8.4 Confidence Intervals for Parameters.- 8.5 Profiles.- 8.6 Constrained Non-Linear Regression.- 8.7 One-Dimensional Curve-Fitting.- 8.8 Additive Models.- 8.9 Projection-Pursuit Regression.- 8.10 Neural Networks.- 8.11 Conclusions.- 9 Tree-Based Methods.- 9.1 Partitioning Methods.- 9.2 Implementation in rpart.- 9.3 Implementation in tree.- 10 Random and Mixed Effects.- 10.1 Linear Models.- 10.2 Classic Nested Designs.- 10.3 Non-Linear Mixed Effects Models.- 10.4 Generalized Linear Mixed Models.- 10.5 GEE Models.- 11 Exploratory Multivariate Analysis.- 11.1 Visualization Methods.- 11.2 Cluster Analysis.- 11.3 Factor Analysis.- 11.4 Discrete Multivariate Analysis.- 12 Classification.- 12.1 Discriminant Analysis.- 12.2 Classification Theory.- 12.3 Non-Parametric Rules.- 12.4 Neural Networks.- 12.5 Support Vector Machines.- 12.6 Forensic Glass Example.- 12.7 Calibration Plots.- 13 Survival Analysis.- 13.1 Estimators of Survivor Curves.- 13.2 Parametric Models.- 13.3 Cox Proportional Hazards Model.- 13.4 Further Examples.- 14 Time Series Analysis.- 14.1 Second-Order Summaries.- 14.2 ARIMA Models.- 14.3 Seasonality.- 14.4 Nottingham Temperature Data.- 14.5 Regression with Autocorrelated Errors.- 14.6 Models for Financial Series.- 15 Spatial Statistics.- 15.1 Spatial Interpolation and Smoothing.- 15.2 Kriging.- 15.3 Point Process Analysis.- 16 Optimization.- 16.1 Univariate Functions.- 16.2 Special-Purpose Optimization Functions.- 16.3 General Optimization.- Appendices.- A Implementation-Specific Details.- A.1 Using S-PLUS under Unix / Linux.- A.2 Using S-PLUS under Windows.- A.3 Using R under Unix / Linux.- A.4 Using R under Windows.- A.5 For Emacs Users.- B The S-PLUS GUI.- C Datasets, Software and Libraries.- C.1 Our Software.- C.2 Using Libraries.- References.

Recenzii

"Modern Applied Statistics With S meets its goal of serving as an introduction to S for new users, as well as a reference and resource for those with more S experience." Journal of the American Statistical Association, December 2005