Probability and statistics / Morris H. DeGroot, Mark J. Schervish.
Tipo de material: TextoEditor: Boston, MA (USA) : Addison-Wesley, c2012Edición: 4th edDescripción: xiv, 893 p. : il. ; 27 cmISBN: 9780321500465; 0321500466Tema(s): ESTADÍSTICA -- LIBROS DE TEXTOClasificación CDD: 519.2 Resumen: La revisión de este texto respetado presenta un enfoque equilibrado de los métodos clásicos y bayesianos y ahora incluye un capítulo sobre la simulación (incluida la cadena de Markov Monte Carlo y el arranque), la cobertura de análisis de residuos en los modelos lineales, y muchos ejemplos utilizando datos reales . El cálculo se asume como un requisito previo, y una familiaridad con los conceptos y propiedades elementales de los vectores y matrices es una ventaja.Tipo de ítem | Ubicación actual | Colección | Signatura | Info Vol | Copia número | Estado | Fecha de vencimiento | Código de barras | Reserva de ítems |
---|---|---|---|---|---|---|---|---|---|
LIBRO - MATERIAL GENERAL | Biblioteca Jorge Álvarez Lleras Fondo general | Colección General | 519.2 D321p 4a ed. (Navegar estantería) | Ej. 1 | 1 | Disponible | 026375 | ||
LIBRO - MATERIAL GENERAL | Biblioteca Jorge Álvarez Lleras Fondo general | Colección General | 519.2 D321p 4a ed. (Navegar estantería) | Ej. 2 | 2 | Disponible | 026376 |
Total de reservas: 0
Navegando Biblioteca Jorge Álvarez Lleras Estantes, Ubicación: Fondo general, Código de colección: Colección General Cerrar el navegador de estanterías
518.1 N353f 5a ed. Foundations of algorithms / | 519.1 O131t Teoría de la probabilidad / | 519.2 B851mo Modelado y análisis de sistemas y procesos estocásticos: notas de clase / | 519.2 D321p 4a ed. Probability and statistics / | 519.2 D321p 4a ed. Probability and statistics / | 519.2 K639d Design and Analysis of Simulation Experiments / | 519.2 R677i Introduction to probability models / |
Incluye indices y bibliografía
La revisión de este texto respetado presenta un enfoque equilibrado de los métodos clásicos y bayesianos y ahora incluye un capítulo sobre la simulación (incluida la cadena de Markov Monte Carlo y el arranque), la cobertura de análisis de residuos en los modelos lineales, y muchos ejemplos utilizando datos reales . El cálculo se asume como un requisito previo, y una familiaridad con los conceptos y propiedades elementales de los vectores y matrices es una ventaja.
No hay comentarios en este titulo.