URSS.ru - Издательская группа URSS. Научная и учебная литература
Об издательстве Интернет-магазин Контакты Оптовикам и библиотекам Вакансии Пишите нам
КНИГИ НА РУССКОМ ЯЗЫКЕ


 
Вернуться в: Каталог  
Обложка Хей Дж. Введение в методы байесовского статистического вывода. Пер.с англ.
Id: 99516
 

Введение в методы байесовского статистического вывода. Пер.с англ.

1987. 336 с. Твердый переплет. Букинист. Состояние: 4+. Есть погашенная печать расформированной библиотеки.
Обращаем Ваше внимание, что книги с пометкой "Предварительный заказ!" невозможно купить сразу. Если такие книги содержатся в Вашем заказе, их цена и стоимость доставки не учитываются в общей стоимости заказа. В течение 1-3 дней по электронной почте или СМС мы уточним наличие этих книг или отсутствие возможности их приобретения и сообщим окончательную стоимость заказа.

 Аннотация

В основе книги лежит концепция байесовского использования априорной информации в сочетании с накапливаемыми результатами наблюдений для выработки рациональных решений. Изложенные математические методы используются далее в задачах оценивания долей, средних дисперсий и регрессионных моделей. Кратко рассматриваются системы управлений.

Для статистиков, экономистов и других специалистов, интересующихся эконометрией и статистикой.


 Оглавление

Предисловие

Глава 1. Введение

Глава 2. Основные понятия теории вероятностей

2.1. Введение

2.2. Распределение, функция распределения вероятностей и функция плотности распределения вероятностей

2.3. Обобщающие характеристики

2.4. Некоторые важные распределения (случай одной непрерывной переменной)

2.5. Основные вероятностные законы

2.6. Резюме

2.7. Упражнения

Глава 3. Вероятностные распределения нескольких переменных

3.1. Введение

3.2. Двумерное распределение вероятностей

3.3. Маргинальные распределения

3.4. Условные распределения

3.5. Многомерные вероятностные распределения

3.6. Обобщающие характеристики

3.7. Резюме

3.8. Упражнения

Глава 4. Информация

4.1. Введение

4.2. Учет новой информации. Простые примеры

4.3. Учет новой информации. Теорема Байеса

4.4. Применение теоремы Байеса к описанию событий

4.5. Некоторые приложения теоремы Байеса для переменных

4.6. Предварительные замечания о случае, когда отсутствует априорная информация

4.7. Резюме

4.8. Упражнения

Глава 5. Доли элементов совокупности

5.1. Введение

5.2. Ожидания, связанные с долями

5.3. Природа (выборочной) информации

5.4. Инкорпорирование выборочной информации

5.5. Случай отсутствия априорной информации

5.6. Доверительные интервалы и проверка значимости

5.7. Резюме

5.8. Упражнения

Глава 6. Средние и дисперсии

6.1. Введение

6.2. Вывод при неизвестной средней и известной дисперсии

6.3. Вывод при неизвестной дисперсии и известной средней

6.4. Вывод при неизвестной средней и неизвестной дисперсии

6.5. Доверительные интервалы и критерии значимости

6.6. Резюме

6.7. Упражнения

Глава 7. Элементарный регрессионный анализ

7.1. Введение

7.2. Вывод при неизвестных коэффициентах и известной дисперсии

7.3. Вывод при известных коэффициентах и неизвестной дисперсии

7.4. Вывод при неизвестных коэффициентах и неизвестной дисперсии

7.5. Доверительные интервалы и проверка значимости

7.6. Сравнение теоретических соотношений и качество подгонки

7.7. Примеры регрессий

7.8. Прогноз

7.9. Резюме

7.10. Упражнения

Глава 8. Развитие регрессионного анализа

8.1. Введение

8.2. Линейная модель с многими переменными и нормально распределенными остатками

8.3. Приемы, применяемые на практике

8.4. Обоснованность предположений

8.5. Эконометрия в действии (пример)

8.6. Резюме

8.7. Упражнения

Глава 9. Модели с одновременными уравнениями

9.1. Введение

9.2. Оценивание каждого уравнения в отдельности

9.3. Проблема идентификации

9.4. Вывод для модели с одновременными уравнениями

9.5. Простой пример

9.6. Резюме

9.7. Упражнения

 
© URSS 2016.

Информация о Продавце