دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1
نویسندگان: Prof. Hanns L. Harney (auth.)
سری: Advanced Texts in Physics
ISBN (شابک) : 9783642055775, 9783662060063
ناشر: Springer-Verlag Berlin Heidelberg
سال نشر: 2003
تعداد صفحات: 274
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 9 مگابایت
کلمات کلیدی مربوط به کتاب استنباط بیزی: تخمین پارامتر و تصمیمات: فناوری اطلاعات کوانتومی، اسپینترونیک، فیزیک کوانتومی، فیزیک آماری، سیستمهای دینامیکی و پیچیدگی، نظریه و روشهای آماری، ریاضیات محاسباتی و آنالیز عددی
در صورت تبدیل فایل کتاب Bayesian Inference: Parameter Estimation and Decisions به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب استنباط بیزی: تخمین پارامتر و تصمیمات نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب تعمیم فواصل خطای گاوسی را به
موقعیت هایی ارائه می دهد که در آن داده ها از توزیع های غیر
گاوسی پیروی می کنند. این
معمولاً در علم مرزی رخ میدهد، جایی که پارامتر
مشاهدهشده
در بالای پسزمینه است یا هیستوگرام دادههای چندپارامتری
شامل سطلهای خالی است. سپس اعتبار یک نظریه
را نمی توان با معیار کای دو تعیین کرد، اما این مشکل
دیرینه
در اینجا حل می شود. این کتاب بر اساس قضیه بیز، تقارن و هندسه
دیفرانسیل است. علاوه بر راه حل مسائل عملی، متن
بینش معرفتی ارائه می دهد: منطق مکانیک کوانتومی به عنوان منطق
استنتاج بی طرفانه از شمارش داده ها به دست می آید.
اما هیچ دانشی از مکانیک کوانتومی مورد نیاز نیست. . متن،
مثال ها و تمرین ها در سطح مقدماتی نوشته شده است.
The book provides a generalization of Gaussian error
intervals to
situations where the data follow non-Gaussian distributions.
This
usually occurs in frontier science, where the observed
parameter is
just above background or the histogram of multiparametric
data
contains empty bins. Then the validity of a theory
cannot be decided by the chi-squared-criterion, but this
long-standing
problem is solved here. The book is based on Bayes' theorem,
symmetry and
differential geometry. In addition to solutions of practical
problems, the text
provides an epistemic insight: The logic of quantum mechanics
is
obtained as the logic of unbiased inference from counting
data.
However, no knowledge of quantum mechanics is required. The
text,
examples and exercises are written at an introductory level.
Front Matter....Pages I-XIII
Knowledge and Logic....Pages 1-7
Bayes’ Theorem....Pages 8-18
Probable and Improbable Data....Pages 19-28
Description of Distributions I: Real x ....Pages 29-39
Description of Distributions II: Natural x ....Pages 40-45
Form Invariance I: Real x ....Pages 46-56
Examples of Invariant Measures....Pages 57-64
A Linear Representation of Form Invariance....Pages 65-70
Beyond Form Invariance: The Geometric Prior....Pages 71-80
Inferring the Mean or Standard Deviation....Pages 81-94
Form Invariance II: Natural x ....Pages 95-108
Independence of Parameters....Pages 109-119
The Art of Fitting I: Real x ....Pages 120-129
Judging a Fit I: Real x ....Pages 130-136
The Art of Fitting II: Natural x ....Pages 137-152
Judging a Fit II: Natural x ....Pages 153-161
Summary....Pages 162-167
Back Matter....Pages 169-265