現実世界と複雑な領域の多変量統計分析（テキスト） Multivariate Statistical Analysis in the Real and Complex Domains

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

現実世界と複雑な領域の多変量統計分析（テキスト）<br>Multivariate Statistical Analysis in the Real and Complex Domains

個数：

現実世界と複雑な領域の多変量統計分析（テキスト）
Multivariate Statistical Analysis in the Real and Complex Domains

Mathai, Arak M./ Provost, Serge B./ Haubold, Hans J.

ウェブストア価格 ¥25,003（本体¥22,730）
Springer Nature Switzerland AG（2023/10発売）
外貨定価 US$ 119.99
ポイント 227pt

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 Paperback:紙装版/ペーパーバック版／ページ数 921 p.
商品コード 9783030958664

Full Description

This book explores topics in multivariate statistical analysis, relevant in the real and complex domains. It utilizes simplified and unified notations to render the complex subject matter both accessible and enjoyable, drawing from clear exposition and numerous illustrative examples. The book features an in-depth treatment of theory with a fair balance of applied coverage, and a classroom lecture style so that the learning process feels organic. It also contains original results, with the goal of driving research conversations forward.
This will be particularly useful for researchers working in machine learning, biomedical signal processing, and other fields that increasingly rely on complex random variables to model complex-valued data. It can also be used in advanced courses on multivariate analysis. Numerous exercises are included throughout.

1. Mathematical Preliminaries.- 2. The Univariate Gaussian and Related Distribution.- 3. Multivariate Gaussian and Related Distributions.- 4. The Matrix-variate Gaussian Distribution.- 5. Matrix-variate Gamma and Beta Distributions.- 6. Hypothesis Testing and Null Distributions.- 7. Rectangular Matrix-variate Distributions.- 8. Distributions of Eigenvalues and Eigenvectors.- 9. Principal Component Analysis.- 10. Canonical Correlation Analysis.- 11. Factor Analysis.- 12. Classification Problems.- 13. Multivariate Analysis of Variance (MANOVA).- 14. Profile Analysis and Growth Curves.- 15. Cluster Analysis and Correspondence Analysis.