Statistics is a subject of many uses and surprisingly few effective practitioners. The traditional road to statistical knowledge is blocked, for most, by a formidable wall of mathematics. The approach in An Introduction to the Bootstrap avoids that wall. It arms scientists and engineers, as well as statisticians, with the computational techniques they need to analyze and understand complicated data sets.
此书文风晦涩难懂,理论艰深刻薄 但是Bootstrap简化抽取出来无非是这样的概念: 假设原始数据集包含N个观测值X = [x1, .. xn] 我们根据有限的观测值可以推测出产生这些数据的模型 并找到最优的参数 但是 这模型和参数多大程度上可信就不知道了 因为观测值x通常包含噪声 同时...
評分此书文风晦涩难懂,理论艰深刻薄 但是Bootstrap简化抽取出来无非是这样的概念: 假设原始数据集包含N个观测值X = [x1, .. xn] 我们根据有限的观测值可以推测出产生这些数据的模型 并找到最优的参数 但是 这模型和参数多大程度上可信就不知道了 因为观测值x通常包含噪声 同时...
評分此书文风晦涩难懂,理论艰深刻薄 但是Bootstrap简化抽取出来无非是这样的概念: 假设原始数据集包含N个观测值X = [x1, .. xn] 我们根据有限的观测值可以推测出产生这些数据的模型 并找到最优的参数 但是 这模型和参数多大程度上可信就不知道了 因为观测值x通常包含噪声 同时...
評分此书文风晦涩难懂,理论艰深刻薄 但是Bootstrap简化抽取出来无非是这样的概念: 假设原始数据集包含N个观测值X = [x1, .. xn] 我们根据有限的观测值可以推测出产生这些数据的模型 并找到最优的参数 但是 这模型和参数多大程度上可信就不知道了 因为观测值x通常包含噪声 同时...
評分此书文风晦涩难懂,理论艰深刻薄 但是Bootstrap简化抽取出来无非是这样的概念: 假设原始数据集包含N个观测值X = [x1, .. xn] 我们根据有限的观测值可以推测出产生这些数据的模型 并找到最优的参数 但是 这模型和参数多大程度上可信就不知道了 因为观测值x通常包含噪声 同时...
短小精乾,適閤有理論基礎的人讀。討論和例子都非常棒。
评分短小精乾,適閤有理論基礎的人讀。討論和例子都非常棒。
评分短小精乾,適閤有理論基礎的人讀。討論和例子都非常棒。
评分短小精乾,適閤有理論基礎的人讀。討論和例子都非常棒。
评分短小精乾,適閤有理論基礎的人讀。討論和例子都非常棒。
本站所有內容均為互聯網搜索引擎提供的公開搜索信息,本站不存儲任何數據與內容,任何內容與數據均與本站無關,如有需要請聯繫相關搜索引擎包括但不限於百度,google,bing,sogou 等
© 2025 qciss.net All Rights Reserved. 小哈圖書下載中心 版权所有