Name: Statistics Is Easy: Case Studies on Real Scientific Datasets (en Inglés)
SKU: 57050897
Price: 597.80 MXN
Availability: InStock
Author: Katari, Manpreet Singh ; Tyagi, Sudarshini ; Shasha, Dennis
ISBN: 9783031013058

portada Statistics Is Easy: Case Studies on Real Scientific Datasets (en Inglés)

Statistics Is Easy: Case Studies on Real Scientific Datasets (en Inglés)

Formato

Libro Físico

Autor

Dennis Shasha

Manpreet Singh Katari

Sudarshini Tyagi

Editorial

Springer

Idioma

Inglés

N° páginas

Encuadernación

Tapa Blanda

Dimensiones

23.5x19.1x0.4 cm

Peso

0.15 kg.

ISBN13

9783031013058

N° edición

Categorías

Probabilidad y estadística
Matemáticas aplicadas
Aprendizaje automático («machine learning»)

Statistics Is Easy: Case Studies on Real Scientific Datasets (en Inglés)

Dennis Shasha (Autor) · Manpreet Singh Katari (Autor) · Sudarshini Tyagi (Autor) · Springer · Tapa Blanda

Libro Nuevo Importado

Envío: 24 a 29 días háb.

$ 1,086.91$ 597.80

-45%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 100 unidades

$ 597.80

¡Envío Gratis! Llega entre el 23 Nov y el 01 Dic a CUAUHTÉMOC, Ciudad de México. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Statistics Is Easy: Case Studies on Real Scientific Datasets (en Inglés)"

Computational analysis of natural science experiments often confronts noisy data due to natural variability in environment or measurement. Drawing conclusions in the face of such noise entails a statistical analysis. Parametric statistical methods assume that the data is a sample from a population that can be characterized by a specific distribution (e.g., a normal distribution). When the assumption is true, parametric approaches can lead to high confidence predictions. However, in many cases particular distribution assumptions do not hold. In that case, assuming a distribution may yield false conclusions. The companion book Statistics is Easy, gave a (nearly) equation-free introduction to nonparametric (i.e., no distribution assumption) statistical methods. The present book applies data preparation, machine learning, and nonparametric statistics to three quite different life science datasets. We provide the code as applied to each dataset in both R and Python 3. We also include exercises for self-study or classroom use.