Statistical Foundations, Reasoning and Inference : For Science and Data Science (Springer Series in Statistics) / Kauermann, Göran/ Küchenhoff, Helmut/ Heumann, Christian

ホーム
> 洋書
> ドイツ書
> Mathematics, Sciences & Technology
> Mathematics
> probability calculus, stochastics, mathematical statistics

科学とデータサイエンスのための統計学的基礎・推論・推定（テキスト）<br>Statistical Foundations, Reasoning and Inference : For Science and Data Science (Springer Series in Statistics)

個数：

科学とデータサイエンスのための統計学的基礎・推論・推定（テキスト）
Statistical Foundations, Reasoning and Inference : For Science and Data Science (Springer Series in Statistics)

Kauermann, Göran/ Küchenhoff, Helmut/ Heumann, Christian

アメリカ（US）から取り寄せる

ウェブストア価格 ¥24,497（本体¥22,270）
Springer Nature Switzerland AG（2021/10発売）
外貨定価 US$ 119.99
ポイント 222pt

オンデマンド(OD/POD)版です。キャンセルは承れません。

イギリス（GB）から取り寄せる

ウェブストア価格 ¥27,359（本体¥24,872）
Springer Nature Switzerland AG（2021/10発売）
外貨定価 UK£ 99.99
ポイント 248pt

提携先の海外書籍取次会社に在庫がございます。通常約2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 356 p.
商品コード 9783030698263

Full Description

This textbook provides a comprehensive introduction to statistical principles, concepts and methods that are essential in modern statistics and data science. The topics covered include likelihood-based inference, Bayesian statistics, regression, statistical tests and the quantification of uncertainty. Moreover, the book addresses statistical ideas that are useful in modern data analytics, including bootstrapping, modeling of multivariate distributions, missing data analysis, causality as well as principles of experimental design. The textbook includes sufficient material for a two-semester course and is intended for master's students in data science, statistics and computer science with a rudimentary grasp of probability theory. It will also be useful for data science practitioners who want to strengthen their statistics skills.

Introduction.- Background in Probability.- Parametric Statistical Models.- Maximum Likelihood Inference.- Bayesian Statistics.- Statistical Decisions.- Regression.- Bootstrapping.- Model Selection and Model Averaging.- Multivariate and Extreme Value Distributions.- Missing and Deficient Data.- Experiments and Causality.