Ｒを用いたデータサイエンスのための確率・統計入門（テキスト） Introduction to Probability and Statistics for Data Science : with R

Ｒを用いたデータサイエンスのための確率・統計入門（テキスト）<br>Introduction to Probability and Statistics for Data Science : with R

個数：

Ｒを用いたデータサイエンスのための確率・統計入門（テキスト）
Introduction to Probability and Statistics for Data Science : with R

Rigdon, Steven E./ Fricker, Jr, Ronald D./ Montgomery, Douglas C.

ウェブストア価格 ¥41,395（本体¥37,632）
Cambridge University Press（2024/11発売）
外貨定価 US$ 200.00
ポイント 376pt

提携先の海外書籍取次会社に在庫がございます。通常3週間で発送いたします。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合が若干ございます。
2. 複数冊ご注文の場合は、ご注文数量が揃ってからまとめて発送いたします。
3. 美品のご指定は承りかねます。

●3Dセキュア導入とクレジットカードによるお支払いについて

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Hardcover:ハードカバー版／ページ数 828 p.
言語 ENG
商品コード 9781107113046
DDC分類 519.5

Full Description

Introduction to Probability and Statistics for Data Science provides a solid course in the fundamental concepts, methods and theory of statistics for students in statistics, data science, biostatistics, engineering, and physical science programs. It teaches students to understand, use, and build on modern statistical techniques for complex problems. The authors develop the methods from both an intuitive and mathematical angle, illustrating with simple examples how and why the methods work. More complicated examples, many of which incorporate data and code in R, show how the method is used in practice. Through this guidance, students get the big picture about how statistics works and can be applied. This text covers more modern topics such as regression trees, large scale hypothesis testing, bootstrapping, MCMC, time series, and fewer theoretical topics like the Cramer-Rao lower bound and the Rao-Blackwell theorem. It features more than 250 high-quality figures, 180 of which involve actual data. Data and R are code available on our website so that students can reproduce the examples and do hands-on exercises.

Part I. Descriptive Statistics & Data Science: 1. Introduction; 2. Descriptive statistics; 3. Data visualization; Part II. Probability: 4. Basic probability; 5. Random variables; 6. Discrete distributions; 7. Continuous distribution; Part III. Classical Statistical Inference: 8. About data & data collection; 9. Sampling distributions; 10. Point estimation; 11. Confidence intervals; 12. Hypothesis testing; 13. Hypothesis tests for two or more samples; 14. Hypothesis tests for discrete data; 15. Regression; Part IV. Bayesian and Other Computer Intensive Methods: 16. Bayesian methods; 17. Time series methods; 18. The jackknife and bootstrap; Part V. Advanced Topics in Inference & Data Science: 19. Generalized linear models and regression trees; 20. Cross-validation and estimates of prediction error; 21. Large-scale hypothesis testing and the false discovery rate; Appendix. More About R.