Ваш любимый книжный интернет-магазин
Перейти на
GlavKniga.SU
Ваш город: Алматы
Ваше местоположение – Алматы
 Да 
От вашего выбора зависит время и стоимость доставки
Корзина: пуста
Авторизация 
  Логин
  
  Пароль
  
Регистрация  Забыли пароль?

Поиск по каталогу 
(строгое соответствие)
ISBN
Фраза в названии или аннотации
Автор
Язык книги
Год издания
с по
Электронный носитель
Тип издания
Вид издания
Отрасли экономики
Отрасли знаний
Сферы деятельности
Надотраслевые технологии
Разделы каталога
худ. литературы

Multivariate Analysis for Data Science.

В наличии
Местонахождение: АлматыСостояние экземпляра: новый
Бумажная
версия
Автор: Varsha Jadhav and Dhananjay Dolas
ISBN: 9786206791478
Год издания: 1905
Формат книги: 60×90/16 (145×215 мм)
Количество страниц: 140
Издательство: LAP LAMBERT Academic Publishing
Цена: 40086 тг
Положить в корзину
Позиции в рубрикаторе
Отрасли знаний:
Код товара: 763118
Способы доставки в город Алматы *
комплектация (срок до отгрузки) не более 2 рабочих дней
Самовывоз из города Алматы (пункты самовывоза партнёра CDEK)
Курьерская доставка CDEK из города Москва
Доставка Почтой России из города Москва
      Аннотация: Multivariate analysis is a type of statistical analysis, which consists of more than two dependent variables which results in single outcome. Many real world problems are examples of multivariate equations because whatever happens in the world is due to multiple reasons. Multivariate analysis is very important as it enables to understand the relationship between multiple variables and forecast and predict the behavior of variables based on observations. Multivariate techniques are used to analyze dataset. It also measures latent variables by building structural equation model. It also helps in reduction and simplification of data without losing its important details. It helps in statistical inference of multiple independent as well as dependent variables.
Ключевые слова: Multivariate Analysis, Multivariate Descriptive Statistics, multivariate distribution, multivariate techniques, structural equation modeling, Multivariate Inferential Statistics