Cantitate/Preț
Produs
Total produse
Vezi coșul
Robust Statistics de Ricardo A Maronna

Robust Statistics

Autor Ricardo A Maronna, R Douglas Martin, Victor J Yohai, Matías Salibián-Barrera
en Limba Engleză Hardback – 4 ian 2019

În ultimele decenii, domeniul statisticii a evoluat de la modelele matematice rigide către o abordare mult mai flexibilă, capabilă să gestioneze imperfecțiunile datelor reale. Observăm cum tehnicile clasice eșuează adesea în prezența valorilor aberante (outliers), motiv pentru care Robust Statistics devine o resursă indispensabilă pentru cercetătorul modern. Această a doua ediție, publicată de Wiley, marchează o trecere importantă de la teorie pură către aplicabilitate imediată, fiind recalibrată pentru a răspunde nevoilor actuale de procesare a datelor complexe.

Apreciem în mod deosebit modul în care autorii, Ricardo A Maronna, R Douglas Martin, Victor J Yohai și Matías Salibián-Barrera, au integrat software-ul R în structura cursului. Nu mai avem de-a face doar cu demonstrații asimptotice, ci cu un ghid de implementare care include algoritmi numerici pentru regresie, analiză multivariată și serii temporale. Lucrarea este comparabilă cu Robust Statistical Methods with R, Second Edition de Jana Jurečková în ceea ce privește rigoarea, dar este actualizată pentru a include descoperiri recente precum regresia robustă regularizată și estimarea scatter în prezența datelor lipsă.

Structura este logică și progresivă, pornind de la estimarea locației și scalei până la modele liniare mixte și teoria asimptotică a M-estimărilor. Ritmul expunerii este unul tehnic, specific literaturii de specialitate în limba engleză, dar accesibil prin prisma numeroaselor exemple practice care pot fi reproduse folosind codul furnizat pe site-ul companion. Este o lucrare fundamentală care transformă metodele robuste dintr-o nișă teoretică într-un instrument de lucru cotidian pentru îmbunătățirea preciziei modelării statistice.

Citește tot Restrânge

Preț: 64855 lei

Preț vechi: 84228 lei
-23%

Puncte Express: 973

Carte disponibilă

Livrare economică 27 aprilie-02 mai
Livrare express 16-22 aprilie pentru 7409 lei

 Adaugă în coș

Wish list
Gift list
Am citit!
Adaugă în listă

Specificații

ISBN-13: 9781119214687
ISBN-10: 1119214688
Pagini: 464
Dimensiuni: 159 x 236 x 30 mm
Greutate: 0.69 kg
Ediția:2nd edition
Editura: Wiley
Locul publicării:Chichester, United Kingdom

Public țintă

Primary: Postgraduate researchers, practitioners and students of statistics.
Secondary: researchers from other sciences, such as engineering and computer science, who need to use robust statistical methods in their work.

De ce să citești această carte

Această ediție este esențială pentru doctoranzii și practicienii din statistică sau inginerie care doresc să construiască modele rezistente la anomalii. Cititorul câștigă acces la cele mai noi tehnici de regresie și analiză multivariată, beneficiind totodată de suport practic prin codul R integrat. Este resursa definitivă pentru a trece de la statistica teoretică la analiza robustă a datelor din lumea reală.

Despre autor

Echipa de autori reunește experți de renume internațional în domeniul statisticii robuste. Ricardo A Maronna, R Douglas Martin și Victor J Yohai sunt pionieri ai disciplinei, contribuțiile lor fiind fundamentale pentru dezvoltarea M-estimărilor și a metodelor de regresie rezistente la valori aberante. Alături de Matías Salibián-Barrera, aceștia acoperă un spectru larg de expertiză, de la fundamentarea teoretică până la implementarea computațională modernă, oferind o perspectivă matură și aplicată asupra evoluției domeniului în ultimii zece ani.

Notă biografică

Ricardo A. Maronna, Consultant Professor, National University of La Plata, Argentina
R. Douglas Martin, Departments of Applied Mathematics and Statistics, University of Washington, USA
Victor J. Yohai, Department of Mathematics, University of Buenos Aires, and CONICET, Argentina
Matías Salibián-Barrera, Department of Statistics, The University of British Columbia, Canada

Descriere scurtă

A new edition of this popular text on robust statistics, thoroughly updated to include new and improved methods and focus on implementation of methodology using the increasingly popular open-source software R.
Classical statistics fail to cope well with outliers associated with deviations from standard distributions. Robust statistical methods take into account these deviations when estimating the parameters of parametric models, thus increasing the reliability of fitted models and associated inference. This new, second edition of Robust Statistics Theory and Methods (with R) presents a broad coverage of the theory of robust statistics that is integrated with computing methods and applications. Updated to include important new research results of the last decade and focus on the use of the popular software package R, it features in-depth coverage of the key methodology, including regression, multivariate analysis, and time series modeling. The book is illustrated throughout by a range of examples and applications that are supported by a companion website featuring data sets and R code that allow the reader to reproduce the examples given in the book.
Unlike other books on the market, Robust Statistics Theory and Methods (with R) offers the most comprehensive, definitive, and up-to-date treatment of the subject. It features chapters on estimating location and scale; measuring robustness; linear regression with fixed and with random predictors; multivariate analysis; generalized linear models; time series; numerical algorithms; and asymptotic theory of M-estimates.
  • Explains both the use and theoretical justification of robust methods
  • Guides readers in selecting and using the most appropriate robust methods for their problems
  • Features computational algorithms for the core methods
Robust statistics research results from the past decade included in this 2nd edition are: fast deterministic robust regression, finite-sample robustness, robust regularized regression, robust location and scatter estimation with missing data, robust estimation with independent outliers in variables, and robust mixed linear models.
Robust Statistics aims to stimulate the use of robust methods as a powerful tool to increase the reliability and accuracy of statistical modelling and data analysis. It is an ideal resource for researchers, practitioners, and graduate students in statistics, engineering, computer science, and physical and social sciences.