Testing Statistical Hypotheses
Beschrijving
Testing Statistical Hypotheses, 4e editie, is een geupdated en uitgebreide versie van de klassieke graduate tekst, nu gepresenteerd als een tweedelig werk. Dit boek is een cruciale bron voor zowel graduate studenten als onderzoekers die zich bezighouden met statistische hypothesetests en biedt een uitgebreide behandeling van zowel finite-sample theorie in het eerste volume als large-sample theorie in het tweede volume.
Belangrijke toevoegingen en updates
De vierde editie bevat talrijke nieuwe en uitgebreide thema's die relevant zijn voor hedendaags onderzoek:
- Meervoudige hypothesetests: Een dieper inzicht in het onderwerp van meervoudige hypothesetests helpt onderzoekers bij het maken van weloverwogen beslissingen wanneer ze met meerdere hypothesen werken.
- Uitbreidingen van de Centrale Limietstelling: Een nieuwe sectie behandelt de variaties en toepassingen van deze cruciale statistische theorie.
- High-dimensional testing: Dit onderwerp geeft aan hoe hypotheses getest kunnen worden in situaties waar het aantal variabelen veel groter is dan het aantal observaties, een steeds belangrijkere uitdaging in de moderne statistiek.
- Permutatie- en randomisatietests: De besprekingen over deze methoden zijn uitgebreid, wat inzicht biedt in hun toepasbaarheid in verschillende onderzoeken.
- Momentequality testing: Dit speelt een sleutelrol in het creëren van robuuste statistische analyses.
- Vele nieuwe problemen: Door de tekst zijn tal van nieuwe oefeningen opgenomen die studenten helpen om de concepten onder de knie te krijgen en hun vaardigheden te testen.
Auteurs
De boeken zijn geschreven door twee vooraanstaande statistici. E.L. Lehmann, een gerenommeerd statisticus, droeg bij aan de ontwikkeling van niet-parametrische hypothesetests en is bekend vanwege zijn werk aan de Lehmann-Scheffé-theorema. Joseph P. Romano, ook een gerespecteerde expert op het gebied van statistiek aan Stanford University, heeft innovatieve statistische methoden ontwikkeld die van toepassing zijn in verschillende disciplines zoals geneeskunde, economie en klimaatwetenschappen.
Doelgroep
Deze editie van Testing Statistical Hypotheses, met haar uitgebreide en actuele inhoud, is ideaal voor Ph.D. studenten in de statistiek. De tekst voorziet in een diepgaande discussie over zowel theoretische als praktische aspecten van hypothesetesting, en het bevat meer dan 760 problemen met maar liefst 300 nieuwe toevoegingen, waardoor het een waardevolle aanvulling is op elk curriculum voor statistiek.
Met 1027 pagina's aan gedegen inhoud is deze vierde editie een onmisbare bron voor iedereen die zich bezighoudt met de theorie en praktijk van statistische hypothesetests.
Testing Statistical Hypotheses, 4e editie, is een geupdated en uitgebreide versie van de klassieke graduate tekst, nu gepresenteerd als een tweedelig werk. Dit boek is een cruciale bron voor zowel graduate studenten als onderzoekers die zich bezighouden met statistische hypothesetests en biedt een uitgebreide behandeling van zowel finite-sample theorie in het eerste volume als large-sample theorie in het tweede volume.
Belangrijke toevoegingen en updates
De vierde editie bevat talrijke nieuwe en uitgebreide thema's die relevant zijn voor hedendaags onderzoek:
- Meervoudige hypothesetests: Een dieper inzicht in het onderwerp van meervoudige hypothesetests helpt onderzoekers bij het maken van weloverwogen beslissingen wanneer ze met meerdere hypothesen werken.
- Uitbreidingen van de Centrale Limietstelling: Een nieuwe sectie behandelt de variaties en toepassingen van deze cruciale statistische theorie.
- High-dimensional testing: Dit onderwerp geeft aan hoe hypotheses getest kunnen worden in situaties waar het aantal variabelen veel groter is dan het aantal observaties, een steeds belangrijkere uitdaging in de moderne statistiek.
- Permutatie- en randomisatietests: De besprekingen over deze methoden zijn uitgebreid, wat inzicht biedt in hun toepasbaarheid in verschillende onderzoeken.
- Momentequality testing: Dit speelt een sleutelrol in het creëren van robuuste statistische analyses.
- Vele nieuwe problemen: Door de tekst zijn tal van nieuwe oefeningen opgenomen die studenten helpen om de concepten onder de knie te krijgen en hun vaardigheden te testen.
Auteurs
De boeken zijn geschreven door twee vooraanstaande statistici. E.L. Lehmann, een gerenommeerd statisticus, droeg bij aan de ontwikkeling van niet-parametrische hypothesetests en is bekend vanwege zijn werk aan de Lehmann-Scheffé-theorema. Joseph P. Romano, ook een gerespecteerde expert op het gebied van statistiek aan Stanford University, heeft innovatieve statistische methoden ontwikkeld die van toepassing zijn in verschillende disciplines zoals geneeskunde, economie en klimaatwetenschappen.
Doelgroep
Deze editie van Testing Statistical Hypotheses, met haar uitgebreide en actuele inhoud, is ideaal voor Ph.D. studenten in de statistiek. De tekst voorziet in een diepgaande discussie over zowel theoretische als praktische aspecten van hypothesetesting, en het bevat meer dan 760 problemen met maar liefst 300 nieuwe toevoegingen, waardoor het een waardevolle aanvulling is op elk curriculum voor statistiek.
Met 1027 pagina's aan gedegen inhoud is deze vierde editie een onmisbare bron voor iedereen die zich bezighoudt met de theorie en praktijk van statistische hypothesetests.
Prijshistorie
Prijzen voor het laatst bijgewerkt op: