روش‌های آماری مدرن برای نجوم

قیمت 16,000 تومان

خرید محصول توسط کلیه کارت های شتاب امکان پذیر است و بلافاصله پس از خرید، لینک دانلود محصول در اختیار شما قرار خواهد گرفت.
پژوهش نجومی مدرن با یک طیف گسترده‌ای از چالش‌های آماری، اعم از کاهش داده، Megadatasetها و توصیف انواع شگفت‌انگیز از اشیاء متغیر آسمانی یا آزمایش تئوری اخترفیزیک، احاطه شده است.
کتاب منحصربه‌فرد “روش‌های آماری مدرن برای نجوم” با پیوند دادن نجوم به دنیای آمار مدرن، آمار پیشرفته را ازطریق کدهای آماده استفاده در حوزه عمومی نرم‌افزار آماری R، به اخترشناسان معرفی می‌کند.
این کتاب نتایج اساسی تئوری احتمال و استنباط آماری را ارائه می‌دهد. همچنین به بررسی چندین زمینه از آمار کاربردی مانند data smoothing، رگرسیون، طبقه‌بندی و تحلیل چندمتغیره، درمان nondetectionها، تحلیل مجموعه‌های زمانی و فرآیندهای نقطه فضایی می‌پردازد.
سال انتشار: 2012  |  تعداد صفحات: 494  |  حجم فایل: 21.50 مگابایت  |  زبان: انگلیسی
Modern Statistical Methods for Astronomy: With R Applications
نویسنده:
Eric D. Feigelson
ناشر:
Cambridge University Press
ISBN10:
052176727X
ISBN13:
9780521767279

 

عناوین مرتبط:


Modern astronomical research is beset with a vast range of statistical challenges, ranging from reducing data from megadatasets to characterizing an amazing variety of variable celestial objects or testing astrophysical theory. Linking astronomy to the world of modern statistics, this volume is a unique resource, introducing astronomers to advanced statistics through ready-to-use code in the public domain R statistical software environment. The book presents fundamental results of probability theory and statistical inference, before exploring several fields of applied statistics, such as data smoothing, regression, multivariate analysis and classification, treatment of nondetections, time series analysis, and spatial point processes. It applies the methods discussed to contemporary astronomical research datasets using the R statistical software, making it invaluable for graduate students and researchers facing complex data analysis tasks. A link to the author's website for this book can be found at www.cambridge.org/msma. Material available on their website includes datasets, R code and errata.