Geometrical Foundations of Asymptotic Inference
เจธเจคเฉฐ 2011 ยท John Wiley & Sons
4.0star
2 เจธเจฎเฉเจเจฟเจเจตเจพเจreport
เจ-เจเจฟเจคเจพเจฌ
376
เจชเฉฐเจจเฉ
reportเจฐเฉเจเจฟเฉฐเจเจพเจ เจ
เจคเฉ เจธเจฎเฉเจเจฟเจเจตเจพเจ เจฆเฉ เจชเฉเจธเจผเจเฉ เจจเจนเฉเจ เจเฉเจคเฉ เจเจ เจนเฉ ย เจนเฉเจฐ เจเจพเจฃเฉ
เจเจธ เจ-เจเจฟเจคเจพเจฌ เจฌเจพเจฐเฉ
Differential geometry provides an aesthetically appealing and oftenrevealing view of statistical inference. Beginning with anelementary treatment of one-parameter statistical models and endingwith an overview of recent developments, this is the first book toprovide an introduction to the subject that is largely accessibleto readers not already familiar with differential geometry. It alsogives a streamlined entry into the field to readers with richermathematical backgrounds. Much space is devoted to curvedexponential families, which are of interest not only because theymay be studied geometrically but also because they are analyticallyconvenient, so that results may be derived rigorously. In addition,several appendices provide useful mathematical material on basicconcepts in differential geometry. Topics covered include thefollowing:
* Basic properties of curved exponential families
* Elements of second-order, asymptotic theory
* The Fisher-Efron-Amari theory of information loss and recovery
* Jeffreys-Rao information-metric Riemannian geometry
* Curvature measures of nonlinearity
* Geometrically motivated diagnostics for exponential familyregression
* Geometrical theory of divergence functions
* A classification of and introduction to additional work in thefield
* Basic properties of curved exponential families
* Elements of second-order, asymptotic theory
* The Fisher-Efron-Amari theory of information loss and recovery
* Jeffreys-Rao information-metric Riemannian geometry
* Curvature measures of nonlinearity
* Geometrically motivated diagnostics for exponential familyregression
* Geometrical theory of divergence functions
* A classification of and introduction to additional work in thefield
เจฐเฉเจเจฟเฉฐเจเจพเจ เจ เจคเฉ เจธเจฎเฉเจเจฟเจเจตเจพเจ
4.0
2 เจธเจฎเฉเจเจฟเจเจตเจพเจ
เจฒเฉเจเจ เจฌเจพเจฐเฉ
ROBERT E. KASS is Professor and Head of the Department of Statistics at Carnegie Mellon University. PAUL W. VOS is Associate Professor of Biostatistics at East Carolina University. Both authors received their PhDs from the University of Chicago.
เจเจธ เจ-เจเจฟเจคเจพเจฌ เจจเฉเฉฐ เจฐเฉเจ เจเจฐเฉ
เจเจชเจฃเฉ เจตเจฟเจเจพเจฐ เจฆเฉฑเจธเฉ
เจชเฉเฉเจนเจจ เจธเฉฐเจฌเฉฐเจงเฉ เจเจพเจฃเจเจพเจฐเฉ
เจธเจฎเจพเจฐเจเจซเจผเฉเจจ เจ
เจคเฉ เจเฉเจฌเจฒเฉเฉฑเจ
Google Play Books เจเจช เจจเฉเฉฐ Android เจ
เจคเฉ iPad/iPhone เจฒเจ เจธเจฅเจพเจชเจค เจเจฐเฉเฅค เจเจน เจคเฉเจนเจพเจกเฉ เจเจพเจคเฉ เจจเจพเจฒ เจธเจตเฉเจเจฒเจฟเจค เจคเฉเจฐ 'เจคเฉ เจธเจฟเฉฐเจ เจเจฐเจฆเฉ เจนเฉ เจ
เจคเฉ เจคเฉเจนเจพเจจเฉเฉฐ เจเจฟเจคเฉเจ เจตเฉ เจเจจเจฒเจพเจเจจ เจเจพเจ เจเจซเจผเจฒเจพเจเจจ เจชเฉเฉเจนเจจ เจฆเจฟเฉฐเจฆเฉ เจนเฉเฅค
เจฒเฉเจชเจเจพเจช เจ
เจคเฉ เจเฉฐเจชเจฟเจเจเจฐ
เจคเฉเจธเฉเจ เจเจชเจฃเฉ เจเฉฐเจชเจฟเจเจเจฐ เจฆเจพ เจตเฉเฉฑเจฌ เจฌเฉเจฐเจพเจเจเจผเจฐ เจตเจฐเจคเจฆเฉ เจนเฉเจ Google Play 'เจคเฉ เจเจฐเฉเจฆเฉเจเจ เจเจเจเจ เจเจกเฉเจ-เจเจฟเจคเจพเจฌเจพเจ เจธเฉเจฃ เจธเจเจฆเฉ เจนเฉเฅค
eReaders เจ
เจคเฉ เจนเฉเจฐ เจกเฉเจตเจพเจเจธเจพเจ
e-ink เจกเฉเจตเจพเจเจธเจพเจ 'เจคเฉ เจชเฉเฉเจนเจจ เจฒเจ เจเจฟเจตเฉเจ Kobo eReaders, เจคเฉเจนเจพเจจเฉเฉฐ เฉเจพเจเจฒ เจกเจพเจเจจเจฒเฉเจก เจเจฐเจจ เจ
เจคเฉ เจเจธเจจเฉเฉฐ เจเจชเจฃเฉ เจกเฉเจตเจพเจเจธ 'เจคเฉ เจเฉเจฐเจพเจเจธเจซเจฐ เจเจฐเจจ เจฆเฉ เจฒเฉเฉ เจนเฉเจตเฉเจเฉเฅค เจธเจฎเจฐเจฅเจฟเจค eReaders 'เจคเฉ เฉเจพเจเจฒเจพเจ เจเฉเจฐเจพเจเจธเจซเจฐ เจเจฐเจจ เจฒเจ เจตเฉเจฐเจตเฉ เจธเจนเจฟเจค เจฎเจฆเจฆ เจเฉเจเจฆเจฐ เจนเจฟเจฆเจพเจเจคเจพเจ เจฆเฉ เจชเจพเจฒเจฃเจพ เจเจฐเฉเฅค
