1.062.184

kiadvánnyal nyújtjuk Magyarország legnagyobb antikvár könyv-kínálatát

A kosaram
0
MÉG
5000 Ft
a(z) 5000Ft-os
szállítási
értékhatárig

A geostatisztika alapjai

Szerző
Lektor
Budapest
Kiadó: Tankönyvkiadó Vállalat
Kiadás helye: Budapest
Kiadás éve:
Kötés típusa: Fűzött kemény papírkötés
Oldalszám: 363 oldal
Sorozatcím:
Kötetszám:
Nyelv: Magyar  
Méret: 24 cm x 17 cm
ISBN: 963-18-2819-0
Megjegyzés: A könyv fekete-fehér ábrákkal illusztrált. Kihajtható mellékletekkel. Tankönyvi száma: 44546. 1000 példányban jelent meg.
Értesítőt kérek a kiadóról

A beállítást mentettük,
naponta értesítjük a beérkező friss
kiadványokról
A beállítást mentettük,
naponta értesítjük a beérkező friss
kiadványokról

Fülszöveg

Lezárul egy felhőtlenül boldog korszak a statisztika gyakorlatában: a szakemberek többsége ui. eddig kételyek nélkül hitt abban, hogy a hibaeloszlások gyakorlatilag mindig Gauss-típusúak (vagy legalábbis Gauss-határeloszlásúak), s így lelkiismereti aggály nélkül alkalmazták az erre alapozott módszereket, amelyeket egy szinte esztétikailag is tökéletes elmélet fogott keretbe.
A valóságban előforduló sokféle hibaeloszlást statisztikailag optimálisan kezelni tudó elmélet gyakorlati alkalmazásának azonban már immár nincsenek számításgazdaságossági akadályai, így a Gauss-eloszlás túlnyomó előfordulásának dogmáját tovább már semmilyen szempontból sem lehet elfogadni. Az eddigieknél sokkal általánosabb szemléletű bevezető összefoglalásra tehát a praxisnak sürgetően szüksége van, különösen olyan szakterületeken, mint pl. a geostatisztika, ahol megengedhetetlen az adatok jelentős százalékának figyelmen kívül hagyása, márpedig a hagyományos eljárások kis statisztikai hatásfoka gyakorlatilag... Tovább

Fülszöveg

Lezárul egy felhőtlenül boldog korszak a statisztika gyakorlatában: a szakemberek többsége ui. eddig kételyek nélkül hitt abban, hogy a hibaeloszlások gyakorlatilag mindig Gauss-típusúak (vagy legalábbis Gauss-határeloszlásúak), s így lelkiismereti aggály nélkül alkalmazták az erre alapozott módszereket, amelyeket egy szinte esztétikailag is tökéletes elmélet fogott keretbe.
A valóságban előforduló sokféle hibaeloszlást statisztikailag optimálisan kezelni tudó elmélet gyakorlati alkalmazásának azonban már immár nincsenek számításgazdaságossági akadályai, így a Gauss-eloszlás túlnyomó előfordulásának dogmáját tovább már semmilyen szempontból sem lehet elfogadni. Az eddigieknél sokkal általánosabb szemléletű bevezető összefoglalásra tehát a praxisnak sürgetően szüksége van, különösen olyan szakterületeken, mint pl. a geostatisztika, ahol megengedhetetlen az adatok jelentős százalékának figyelmen kívül hagyása, márpedig a hagyományos eljárások kis statisztikai hatásfoka gyakorlatilag valóban egyet jelent azzal, hogy drágán beszerzett adataink egy részét eltékozoljuk.
A valószínűségi törvényszerűségek és a statisztikai "beavatkozás" modern információelméleti szemléletmódja szilárd elvi alapot ad témánk kellően általános tárgyalására, ugyanakkor - heurisztikus gondolatmenetek bőséges közlésével - célszerű az induktív és deduktív szemlélet kellő egyensúlyára törekedni, hogy a lényeget ne csak tudni, hanem "érezni" is lehessen. Ez a záloga ui. annak, hogy az olvasó a könyv által ismertetett alapokból kiindulva ne csak gépies alkalmazásra legyen képes, hanem alkotó applikálásra, ill. továbbfejlesztésre is. A bemutatott példák elemi, speciális szakismeretet nem feltételező volta a könyv anyagának elsajátítását - az olvasó szakterületétől függetlenül - mindenki számára lehetővé teszi, aki a statisztika alkalmazója kíván lenni, és ehhez modern bevezető összefoglalást igényel. Vissza

Tartalom

Előszó11
Adatrendszerek, hisztogramok és sűrűségmodellek15
Adatrendszerek ábrázolása. Hisztogram16
Adatrendszer ábrázolása a számegyenesen16
Adatok előfordulási számának ábrázolása17
A hisztogram17
Adatsűrűség-modellek, sűrűségfüggvények20
Nevezetes adatsűrűság-modellek21
Az egyenletes adateloszlás sűrűségfüggvénye21
A Gauss-féle sűrűségfüggvény21
A Laplace-féle sűrűségfüggvény22
A Cauchy-féle sűrűségfüggvény22
A helyparaméter és a skálaparaméter fogalma23
A sűrűségmodell illesztése az adatrendszerekre25
A legkisebb négyzetek elve25
Az illesztés gyakorlati végrehajtása27
Modellcsaládok (ún. szupermodellek)30
Szimmetrikus szupermodellek30
Az fa(X) szupermodell30
Az fp(X) szupermodell33
Az f alfa (X) szupermodell34
Asszimetrijus szupermodellek35
A Weibull-féle szupermodell38
A lognorm-szupermodell38
A gamma-szupermodell39
A béta-típuscsalád41
Az F-szupermodell42
Az aszimmetrikus szupermodellek "negatív" variánsai44
Kumulatív gyakorisági hisztogramok és jellemzésük a sűrűségfüggvények integráljaival45
A kumulatív gyakoriságok hisztogramjai46
Eloszlásfüggvények48
Az eloszlásfüggvény definíciója, kapcsolata a kumulatív gyakorisági hisztogrammal48
Néhány analitikusan adott eloszlásfüggvény49
Néhány szó az eloszlásfüggvények inverz függvényéről52
Kiegészítés a sűrűségfüggvényekhez, ill. szupermodellekhez54
A logisztikus modell54
Slash-modell54
Az f fia (x) szupermodell55
Az exponenciális modell55
A Pareto-féle szupermodell55
A kettős exponenciális modell és az FII (X) szupermodell56
A legjellemzőbb érték meghatározása59
Minta alapján meghatározott jellemző értékek60
A mintamedián (med n)60
A számtani átlag (E n)61
A leggyakoribb érték (M n)64
Iteráció rögzített szélességű súlyfüggvénnyel 64
A súlyfüggvény szélességparaméterének a meghatározása. Maximális effektív adatszám követelése az M körül minél rövidebb intervallumon66
M n és E együttes meghatározása69
Az általánosított leggyakoribb érték (M k;n)71
Egyéb mintajellemzők72
Az alfa-levágott átlag72
Az alfa-winsorizált átlag72
A Hodges-Lehmann-becslés72
Sűrűségfüggvények alapján meghatározott jellemző értékek73
Általános formulák73
Leggyakoribb értékek, mediánok és várható értékek különböző aszimmetrikus modellekre77
Az adatrendszerben rejlő bizonytalanság jellemzése. Az egyes adatok hibái80
Adatrendszer "távolsága" egyetlen adat x 0 értéktől81
Meggondolások egyetlen adat x 0-tól való távolságára81
Adatrendszer távolsága x 0-tól82
Az adatrendszer legjellemzőbb értéke mint valamely norma minimumhelye84
Az adatrendszerben rejlő bizonytalanság mint a norma értéke a minimumhelyen. Hibaformulák88
A dihézió mint hibajellemző93
Dihéziótáblázatok, szórásformulák94
Az adatrendszerben rejlő bizonytalanság jellemzése különböző konfidenciaszintekhez tartozó intervallumokkal100
Konfidenciaintervallumok; ezek félterjedelmei mint hibajellemzők101
Az egyes hibajellemzők közötti kapcsolat104
Valószínűségelméleti összefoglalás110
A valószínűség és a valószínűségi változó fogalma110
Bevezető meggondolások110
A valószínűség fogalmának heukrisztikus bevezetése112
A Kolmogorov-féle fogalom- és axiómarendszer114
Valószínűségi változók116
Többváltozós sűrűség- és eloszlásfüggvények. A feltételes valószínűség fogalma119
Többváltozós sűrűség- és eloszlásfüggvények és egymással való kapcsolatuk119
A feltételes valószínűség fogalma122
Valószínűségi változó várható értékeire vonatkozó tételek 125
Megjegyzések a várható érték és szórásnégyzet fogalmához és jelöléséhez125
Fontosabb tételek a várható értékekre127
A kovariancia fogalma128
Definíció és diszkusszió128
A korrelációs együttható hagyományos definíciója129
Valószínűségi változók összegének szórásnégyzete130
Az összegformula levezetése130
Tetszőleges lineáris kombináció szórásnégyzete131
Néhány tétel valószínűségi változók szórásnégyzeteire131
Tételek131
Közvetetten meghatározott mennyiség hibájának a kiszámítása133
Matematikai statisztika135
A matematikai statisztika szemlélete és kérdésfeltevései135
A statisztikai minta135
Néhány alapkérdés136
Mintavétel tetszőleges valószínűségeloszlásból Monta Carlo-módszerrel138
Az "ideális minta" fogalma139
Maximum likelihood-típusú becslések (ún. M-becslések)141
Valószínűségeloszlások paramétereinek maximum likelihood-becslése141
M-becslések145
Az I-divergencia minimalizálása148
Helyettesítő eloszlások148
Az információveszteség minimalizálása148
Általános formulák149
Az információveszteség minimalizálása Gauss-eloszlással történő helyettesítéskor150
Az információveszteség minimalizálása Cauchy-eloszlással történő helyettesítéskor151
Megjegyzések152
Az IC-függvény153
Az IC-függvény definíciója153
Az IC-függvény számítása fi-és X-függvényekből154
A leggyakoribb érték számításának IC-függvénye156
Becslések határeloszlásai. A nagy számok törvényének teljesülési üteme158
Összeg és átlag sűrűségfüggvénye158
A karakterisztikus függvény fogalma165
Számtani átlagok határeloszlása véges o esetén. A centrális határeloszlástétel170
Megjegyzések a nagy számok törvényének teljesüléséhez, ill. teljesülési üteméhez175
Becslések aszimptotikus szórása180
Az aszimptotikus szórásnégyzet általános formulája180
A leggyakoribb értékek aszimptotikus szórásai184
A statisztikai hatásfok187
A Cramér-Rao-határ187
Az abszolút és relatív hatásfok definíciója189
Az általános leggyakoribb értékek és fokozott rezisztenciájú változatainak abszolút hatásfokai194
A hibameghatározás bizonytalanságai200
Az empirikus szórás meghatározási hibája200
A valószínű hiba empirikus értékének meghatározási bizonytalansága202
A dihézió meghatározásának bizonytalansága203
Statisztikai próbák205
Statisztikai próbák az adatok ismert eloszlástípusa esetén205
Bevezető meggondolások. Egyszerű próba a T helyparaméterre205
Statisztikák és sűrűségfüggvényeik az adatok ismert eloszlástípusára209
Eloszlástípusra vonatkozó próbák és meggondolások214
A Kolmogorov-próba214
Típusra vonatkozó grafikus próbák217
C-próba az fa(X) szupermodellre226
A típusmeghatározás további lehetőségeiről232
A korreláció fogalma. A lineáris függés mérőszámának meghatározása235
Bevezetés és problémafelvetés235
Az alfa(x) eloszlások stabilitása és hasonlóságuk az alfa (x) eloszlásokhoz241
A stabilitás fogalma241
Az alfa (x) eloszlások stabilitása242
Az alfa (x) és az f a (x) eloszlások hasonlósága243
Adott mértékű lineáris függés generálása két valószínűségi változó között248
A lineáris függés mérőszámának meghatározása249
A függés érzékelése különbségi- és összeg-adatrendszerekkel249
Az /r/ meghatározása az S-, S+ síkon250
Közelítő formulák254
A korrelációs együttható hagyományos meghatározása, ill. definíciója. A kovariancia fogalma257
Megjegyzések a kétváltozós Gauss-eloszláshoz261
Általános megjegyzések261
Az r-értékek hibája265
Függetlenségvizsgálat266
Többváltozós összefüggések korrelációs jellemzése267
A korrelációs mátrix (R) és a kovarianciamátrix (C)267
A kiegyenlítéssel kapott együtthatók B mátrixának összefüggése C-vel és R-rel269
A parciális korrelációs együtthatók271
A többszörös korrelációs együttható és a determinációs együttható fogalma272
Néhány szó a nemlineáris függés esetéről, valamint függésről korrelálatlanság esetén273
Korrelációs kapcsolat jellemzése nemlineáris esetben. A korrelációs index fogalma.273
A korreláció mértéke273
Függés korrelálatlanság esetén275
Következtetés be nem mért térrészek jellemzőire. Krigelés és interpolálás277
A krigelés277
A variogram278
Kovariancia meghatározása a variogram alapján280
A kovariancia és variogram irányfüggése281
A variogram és az autokorrelációs függvény kapcsolata281
Variogram-modellek284
Következtetés be nem mért térrészek jellemzőire krigeléssel285
A becslés varianciájának minimalizálása285
A blokk-krigelés287
Egyéb krigelési eljárások288
Példa a krigelés gyakorlati végrehajtására289
Megjegyzések a krigeléshez293
Interpoláció299
A krigelés mint interpolációs eljárás299
Egyéb interpolációs eljárások300
A szinusz kardinálisz függvénnyel történő interpoláció301
Spline-interpoláció303
Lokálisan független interpolációs eljárások304
Megjegyzés az interpolációs eljárásokhoz306
Kiegyenlítések. Többváltozós (lineáris és nemlineáris) regresszió308
Interpoláció és kiegyenlítás (bevezetés)308
Általános kiegyenlítési alapelvek309
A legkisebb négyzetes, valamint a leggyakoribb érték szerinti kiegyenlítés gyakorlati végrehajtása312
A kiegyenlítések végrehajtásához szükséges adatmennyiségről316
A leggyakoribb érték szerinti kiegyenlítés, és a hibaeloszlás entrópiája319
Gyakorlati példák az M- és az E-kiegyenlítés összehasonlítására321
Egyenes-kiegyenlítések321
A mágneses normáltér példája322
Hatváltozós kvadratikus kiegyenlítés a permeabilitásnak egyéb adatokból való meghatározása324
Példa az M- és E-kiegyenlítés súlyozott változataira325
A q(H) függvénykapcsolat meghatározása dihéziók számításával325
Gravitációs példa a súlyszámítás bemutatására, valamint a súlyozott kiegyenlítések329
Spline-kiegyenlítés. (Példa a pontosan teljesítendő feltételekre a paraméterek között)331
Szupermodellek, normák, adatrendszer-jellemzők, bizonytalansági jellemzők, valamint a kiegyenlítési eljárások kölcsönös kapcsolata333
Köszönetnyilvánítás334
Függelék335
Integrálok gyors számítása335
Függelék338
Fourier-transzformációk338
Definíciók és tételek338
A Dirac-delta-függvény340
Függelék343
Diszkrét eloszlások. A X2-próba343
Függelék349
Táblázatok349
Számtáblázatok jegyzéke353
Formulatáblázatok354
Irodalomjegyzék355
Név- és tárgymutató359

Steiner Ferenc

Steiner Ferenc műveinek az Antikvarium.hu-n kapható vagy előjegyezhető listáját itt tekintheti meg: Steiner Ferenc könyvek, művek
Megvásárolható példányok

Nincs megvásárolható példány
A könyv összes megrendelhető példánya elfogyott. Ha kívánja, előjegyezheti a könyvet, és amint a könyv egy újabb példánya elérhető lesz, értesítjük.

Előjegyzem