Name: The Coordinate-Free Approach to Linear Models Hardback (Cambridge Series in Statistical and Probabilistic Mathematics) (en Inglés)
Price: 319136.00 COP
Availability: InStock
Author: Wichura, Michael J.
ISBN: 9780521868426

portada The Coordinate-Free Approach to Linear Models Hardback (Cambridge Series in Statistical and Probabilistic Mathematics) (en Inglés)

Formato

Libro Físico

Autor

Michael J. Wichura

Editorial

Cambridge University Press

Año

2006

Idioma

Inglés

N° páginas

214

Encuadernación

Tapa Dura

Dimensiones

26.2 x 18.1 x 1.8 cm

Peso

0.54 kg.

ISBN

0521868424

ISBN13

9780521868426

N° edición

Categorías

Probabilidad y estadística
Programación lineal

The Coordinate-Free Approach to Linear Models Hardback (Cambridge Series in Statistical and Probabilistic Mathematics) (en Inglés)

Michael J. Wichura (Autor) · Cambridge University Press · Tapa Dura

Libro Nuevo

$ 319.136

$ 638.271

Ahorras: $ 319.136

50% descuento

Envío normal

Origen: Estados Unidos (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Lunes 17 de Junio y el Lunes 01 de Julio.

Lo recibirás en cualquier lugar de Colombia entre 1 y 5 días hábiles luego del envío.

Reseña del libro "The Coordinate-Free Approach to Linear Models Hardback (Cambridge Series in Statistical and Probabilistic Mathematics) (en Inglés)"

This book is about the coordinate-free, or geometric, approach to the theory of linear models; more precisely, Model I ANOVA and linear regression models with nonrandom predictors in a finite-dimensional setting. This approach is more insightful, more elegant, more direct, and simpler than the more common matrix approach to linear regression, analysis of variance, and analysis of covariance models in statistics. The book discusses the intuition behind and optimal properties of various methods of estimating and testing hypotheses about unknown parameters in the models. Topics covered include inner product spaces, orthogonal projections, book orthogonal spaces, Tjur experimental designs, basic distribution theory, the geometric version of the Gauss-Markov theorem, optimal and nonoptimal properties of Gauss-Markov, Bayes, and shrinkage estimators under the assumption of normality, the optimal properties of F-tests, and the analysis of covariance and missing observations.