Программные системы статистического анализа. Обнаружение закономерностей в данных с использованием системы R и языка Python учебное пособие
Рассмотрены методы анализа данных в той последовательности, как они должны применяться при использовании анализа данных на практике: методы, использующиеся при предварительном анализе данных, при проверке статистических гипотез о нормальности, об однородности средних, о независимости, об однородност...
Сохранить в:
| Формат: | Книга |
|---|---|
| Темы: | |
| Online-ссылка: | Перейти к просмотру издания |
| Метки: |
Добавить метку
Нет меток, Требуется 1-ая метка записи!
|
| LEADER | 03861nam0a2200445 4500 | ||
|---|---|---|---|
| 001 | RU/IPR SMART/91682 | ||
| 856 | 4 | |u https://www.iprbookshop.ru/91682.html |z Перейти к просмотру издания | |
| 801 | 1 | |a RU |b IPR SMART |c 20250903 |g RCR | |
| 010 | |a 978-5-7782-3183-2 | ||
| 205 | |a Программные системы статистического анализа. Обнаружение закономерностей в данных с использованием системы R и языка Python |b 2030-02-05 | ||
| 333 | |a Гарантированный срок размещения в ЭБС до 05.02.2030 (автопролонгация) | ||
| 100 | |a 20250903d2017 k y0rusy01020304ca | ||
| 105 | |a y j 000zy | ||
| 101 | 0 | |a rus | |
| 102 | |a RU | ||
| 200 | 1 | |a Программные системы статистического анализа. Обнаружение закономерностей в данных с использованием системы R и языка Python |e учебное пособие |f В. М. Волкова, М. А. Семёнова, Е. С. Четвертакова, С. С. Вожов | |
| 701 | 1 | |a Волкова, |b В. М. |4 070 | |
| 701 | 1 | |a Семёнова, |b М. А. |4 070 | |
| 701 | 1 | |a Четвертакова, |b Е. С. |4 070 | |
| 701 | 1 | |a Вожов, |b С. С. |4 070 | |
| 330 | |a Рассмотрены методы анализа данных в той последовательности, как они должны применяться при использовании анализа данных на практике: методы, использующиеся при предварительном анализе данных, при проверке статистических гипотез о нормальности, об однородности средних, о независимости, об однородности дисперсий, о незначимости коэффициента корреляции, методы построения моделей регрессии, проверки на адекватность полученной модели, оценки качества модели и ее способности давать точный прогноз. Приводится информация о функциях, представленных в системе R и библиотеках и пакетах, реализованных средствами языка программирования Python. Учебное пособие может быть полезно также всем, интересующимся методами статистического анализа данных и современными программными средствами, позволяющими осуществлять анализ данных на профессиональном уровне. | ||
| 210 | |a Новосибирск |c Новосибирский государственный технический университет |d 2017 | ||
| 610 | 1 | |a программная система | |
| 610 | 1 | |a статистический анализ | |
| 610 | 1 | |a анализ данных | |
| 610 | 1 | |a система R | |
| 610 | 1 | |a язык Python | |
| 610 | 1 | |a корреляционный анализ | |
| 610 | 1 | |a модель регрессии | |
| 610 | 1 | |a факторный анализ | |
| 610 | 1 | |a регрессионный анализ | |
| 675 | |a 004.438 | ||
| 686 | |a 32.97 |2 rubbk | ||
| 300 | |a Книга находится в премиум-версии IPR SMART. | ||
| 106 | |a s | ||
| 230 | |a Электрон. дан. (1 файл) | ||
| 336 | |a Текст | ||
| 337 | |a электронный | ||
| 503 | 0 | |a Доступна эл. версия. IPR SMART | |
| 215 | |a 74 с. | ||