Engineering Data Analysis with MATLAB? - Mustafy, Tanvir; Rahman, Tauhid; Siddiqui, Nafisa; - Prospero Internetes Könyváruház
Kosár (0)
Kívánságlista (0)
Értesítés a kedvenc témákról
__

Engineering Data Analysis with MATLAB?

 
Kiadás sorszáma: 1
Kiadó: CRC Press
Megjelenés dátuma:
 
Normál ár:
Kiadói listaár:
GBP 71.99
Becsült forint ár:
36 812 Ft (35 059 Ft + 5% áfa)
Miért becsült?
 
Az Ön ára:
29 450 (28 047 Ft + 5% áfa )
Kedvezmény(ek): 20% (kb. 7 362 Ft)
A kedvezmény érvényes eddig: 2024. december 31.
A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
Kattintson ide a feliratkozáshoz
 
Beszerezhetőség:
Még nem jelent meg, de rendelhető. A megjelenéstől számított néhány héten belül megérkezik.
 
Kosárba teszek
  példányt

 
Rövid leírás:

This uses MATLAB? for data analysis and statistics, offering a broad review of computational data analysis, in particular algebra, trigonometry, regression modeling, correlation, and graphical representation of results, covering both basic and more complex material, with a large number of worked examples and practice exercises.

Hosszú leírás:

This book provides a concise overview of a variety of techniques for analyzing statistical, scientific, and financial data, using MATLAB? to integrate several approaches to data analysis and statistics.


Chapters offer a broad review of computational data analysis, illustrated with many examples and applications. Topics range from the basics of data and statistical analysis to more advanced subjects such as probability distributions, descriptive and inferential statistics, parametric and non-parametric tests, correlation, and regression analysis. Each chapter combines theoretical concepts with practical MATLAB? applications and includes practice exercises, ensuring a comprehensive understanding of the material.


With coverage of both basic and more complex ideas in applied statistics, the book has broad appeal for undergraduate students up to practicing engineers.

Tartalomjegyzék:

1. Getting Started.  2. Data Types and Visualization.  3. Random Variable and Probability Distribution.  4. Discrete Probability Distribution.  5. Continuous Probability Distribution.  6. Descriptive Statistics.  7. Inferential Statistics.  8. Parametric Tests.  9. Non-Parametric Testing.  10. Correlation.  11. Regression.