Graphs structural models application von godehardt erhard (3 Ergebnisse)
- Softcover
Anbieter: books4less (Versandantiquariat Petra Gros GmbH & Co. KG), Welling, Deutschlandbooks4less (Versandantiquariat Petra Gros GmbH & Co. KG)
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Gebraucht - Gut
EUR 19,45
EUR 9,95 VersandVersand von Deutschland nach USAAnzahl: 1 verfügbar
Broschiert. Zustand: Gut. 2. ed. 239 Seiten; Der Erhaltungszustand des hier angebotenen Werks ist trotz seiner Bibliotheksnutzung sehr sauber. Es befindet sich neben dem Rückenschild lediglich ein Bibliotheksstempel im Buch; ordnungsgemäß entwidmet. In ENGLISCHER Sprache. Sprache: Englisch Gewicht in Gramm: 370.
- Softcover
Anbieter: Ria Christie Collections, Uxbridge, Vereinigtes KönigreichRia Christie Collections
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 92,39
EUR 14,07 VersandVersand von Vereinigtes Königreich nach USAAnzahl: Mehr als 20 verfügbar
Zustand: New. In.
Sprache: Englisch
Verlag: Vieweg+Teubner Verlag, Vieweg+Teubner Verlag, 1988
- Softcover
Anbieter: AHA-BUCH GmbH, Einbeck, DeutschlandAHA-BUCH GmbH
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 53,49
EUR 62,01 VersandVersand von Deutschland nach USAAnzahl: 1 verfügbar
Taschenbuch. Zustand: Neu. Druck auf Anfrage Neuware - Printed after ordering - The advent of the high-speed computer with its enormous storage capabilities enabled statisticians as well as researchers from the different topics of life sciences to apply mul tivariate statistical procedures to large data sets to explore their str…uctures. More and more, methods of graphical representation and data analysis are used for investigations. These methods belong to a topic of growing popUlarity, known as 'exploratory data analysis' or EDA. In many applications, there is reason to believe that a set of objects can be clus tered into subgroups that differ in meaningful ways. Extensive data sets, for example, are stored in clinical cancer registers. In large data sets like these, nobody would ex pect the objects to be homogeneous. The most commonly used terms for the class of procedures that seek to separate the component data into groups are 'cluster analysis' or 'numerical taxonomy'. The origins of cluster analysis can be found in biology and anthropology at the beginning of the century. The first systematic investigations in cluster analysis are those of K. Pearson in 1894. The search for classifications or ty pologies of objects or persons, however, is indigenous not only to biology but to a wide variety of disciplines. Thus, in recent years, a growing interest in classification and related areas has taken place. Today, we see applications of cluster analysis not only to. biology but also to such diverse areas as psychology, regional analysis, marketing research, chemistry, archaeology and medicine.
