×
戈兰·考尔曼

非参数模型及其估计。 （英语） Zbl 1103.62034号

全部。统计架构（architecture）。 90，第1期，137-152（2006）.
摘要：在过去二十年中，非参数模型变得越来越流行。它们受欢迎的一个原因是软件的可用性，它可以很容易地将平滑但未指定的功能应用于数据。模型的一个优点是回归函数的函数形状不是预先指定的，而是由数据决定的。很明显，这使得我们能够在物质层面上理解更多的见解。本文概述了可用的拟合例程，通常称为平滑过程。此外，还讨论了对经典散点图平滑的一些扩展，并举例说明了这些例程的优点。

引用于2文件

MSC公司：

62G08号 非参数回归和分位数回归

关键词：

广义可加模型；半参数回归；平滑的

软件：

ISwR公司；法尔迈尔；半标准杆；质量（R）；SiZer公司；配子；平方米；R（右）
PDF格式BibTeX公司 XML格式引用
\文本{G.考尔曼}，奥尔格。统计架构（architecture）。90，第1号，137--152（2006；Zbl 1103.62034）
全文： DOI程序

参考文献：

[1] Akaike，H.（1970年）。统计预测识别。统计数学研究所年鉴22 203–217·Zbl 0259.62076号 ·doi:10.1007/BF02506337
[2] Akritas，M.，Politis，D.（2003年）。非参数统计的最新进展和趋势。荷兰北部，阿姆斯特丹·Zbl 1186.62044号
[3] Bowman，A.W.，Azzalini，A.（1997年）。数据分析应用平滑技术：带S-Plus插图的内核方法。牛津大学出版社，牛津·Zbl 0889.62027号
[4] Chiarella，C.，Flaschel，P.（2000年）。凯恩斯主义货币增长的动力：宏观基础。剑桥大学出版社，剑桥·Zbl 0951.91039号
[5] 考克斯，D.R.（1972年）。回归模型和生命表（含讨论）。英国皇家统计协会杂志，B辑34 187-220·Zbl 0243.62041号
[6] Crainiceanu，C.、Ruppert，D.、Claeskens，G.、Wand，M.（2005）。缺陷样条的精确似然比检验。生物特征92 91–103·Zbl 1068.62021号 ·doi:10.1093/biomet/92.1.91
[7] Dalgaard，P.（2002）。纽约R.Springer的介绍性统计·Zbl 1006.62001号
[8] 德布尔（1978）。花键实用指南。柏林施普林格·Zbl 0406.41003号
[9] Efron，B.（2001）。散点图平滑器的选择标准。《统计年鉴》29 470-504·Zbl 1012.62040号 ·doi:10.1214/aos/1009210549
[10] Eilers，P.，Marx，B.（1996年）。使用B样条和惩罚进行灵活平滑。统计科学11 89–121·Zbl 0955.62562号 ·doi:10.1214/ss/1038425655
[11] Eubank，R.L.（1988）样条平滑和非参数回归。纽约州德克尔·Zbl 0702.62036号
[12] Fahrmeir，L.，Tutz，G.（2001年）。基于广义线性模型的多元统计建模。第二版，施普林格，纽约·Zbl 0980.62052号
[13] Fan，J.，Gijbels，I.（1996年）。局部多项式建模及其应用。查普曼和霍尔，伦敦·Zbl 0873.62037号
[14] Fan，J.，Yao，O.（2003）。非线性时间序列：非参数和参数方法。纽约州施普林格·Zbl 1014.62103号
[15] Flaschel，P.、Kauermann，G.、Semmler，W.（2005年）。测试美国的工资和价格菲利普斯曲线。Metroeconomica（即将推出）·Zbl 1143.91044号
[16] Grambsch，P.M.，Therneau，T.M.（2000）。生存数据建模：扩展考克斯模型。纽约州施普林格·Zbl 0958.62094号
[17] Green，D.J.，Silverman，B.W.（1994）。非参数回归和广义线性模型。查普曼和霍尔，伦敦·Zbl 0832.62032号
[18] Gu，C.，Wahba，G.（1991年）。基于分量贝叶斯置信区间的平滑样条方差分析。计算与图形统计杂志2 97–117·doi:10.2307/1390957
[19] Härdle，W.、Hall，W.和Marron，J.S.（1988）。自动选择的回归平滑参数选择器离最佳值有多远？美国统计协会杂志83 86–101·Zbl 0644.62048号 ·doi:10.2307/2288922
[20] Härdle，W.、Hall，W.和Marron，J.S.（1992）。离最佳值不远的回归平滑参数。美国统计协会杂志87 227–233·Zbl 0850.62352号 ·doi:10.2307/2290473
[21] Härdle，W.，Mammen，E.（1993年）。比较非参数回归拟合与参数回归拟合。《统计年鉴》，第21卷，1926-1947年·Zbl 0795.62036号 ·doi:10.1214/aos/1176349403
[22] Härdle，W.，Lütkepohl，H.，Chen，R.（1997）。非参数时间序列分析综述。《国际统计评论》65 49–72·Zbl 0887.62043号 ·doi:10.1111/j.1751-5823.1997.tb00367.x
[23] Härdle，W.，Hlavka，Z.，Klinke，S.（2000）。XploRe，应用指南。柏林施普林格·Zbl 0963.62001号
[24] Härdle，W.，Müller，M.，Sperlich，S.，Werwatz，A.（2004）。非参数和半参数模型。柏林施普林格·兹比尔1059.62032
[25] Hastie，T.（1996）。伪样条曲线。英国皇家统计学会期刊B辑58 379–396·Zbl 0853.62035号
[26] Hastie，T.，Tibshirani，R.（1990年）。广义加性模型。查普曼和霍尔，伦敦·Zbl 0747.62061号
[27] Hastie，T.、Tibshirani，R.（1993）。变系数模型。英国皇家统计学会杂志，B辑55 757–796·Zbl 0796.62060号
[28] Hurvich，C.M.、Simonoff，J.S.、Tsai，C.（1998年）。使用改进的Akaike信息准则平滑非参数回归中的参数选择。英国皇家统计学会杂志，B辑60 271-293·Zbl 0909.62039号 ·doi:10.1111/1467-9868.00125
[29] Kauermann，G.（2000）。通过变化系数对具有顺序响应的纵向数据进行建模。生物统计学56 692–698·Zbl 1060.62513号 ·文件编号：10.1111/j.0006-341X.2000.00692.x
[30] Kauermann，G.（2004）。关于惩罚样条曲线平滑的平滑参数选择的注意事项。统计规划与推断杂志127 53-69·Zbl 1083.62036号 ·doi:10.1016/j.jspi.2003.09.023
[31] Kauermann，G.（2005）。变系数多变量生存模型中的惩罚样条拟合。计算统计与数据分析49 169–186·Zbl 1429.62141号 ·doi:10.1016/j.csda.2004.05.006
[32] Kauermann，G.，Tutz，G.（2000年）。变系数模型中的局部似然估计，包括加性偏差校正。非参数统计杂志12 343–371·Zbl 0945.62044号 ·doi:10.1080/10485250008832812
[33] Kauermann，G.，Tutz，G.（2001年）。针对光滑备选方案测试广义线性和半参数模型。英国皇家统计学会杂志，B辑63 147-166·Zbl 0980.62038号 ·doi:10.111/1467-9868.00281
[34] Kauermann，G.、Tutz，G.和Brüderl，J.（2005）。新成立公司的生存：变系数模型的案例研究。《皇家统计学会杂志》，A辑168 145-158·Zbl 1100.62102号
[35] Loader，C.（1999）。局部回归和可能性。柏林施普林格·Zbl 0929.62046号
[36] Marron，J.S.，Chaudhuri，P.（1999年）。曲线结构勘探的SiZer。美国统计协会杂志94 807–823·Zbl 1072.62556号 ·doi:10.2307/2669996
[37] McCullagh，P.，Nelder，J.A.（1989）。广义线性模型。第二版，查普曼和霍尔，纽约·Zbl 0744.62098号
[38] Nadaraya，E.A.（1964年）。关于回归估计。概率论与应用9 141–142·Zbl 0136.40902号 ·doi:10.1137/1109020
[39] Nychka，D.（2000）。作为平滑器的空间过程估计。在平滑和回归中。《方法、计算和应用》（Schimek编辑），威利，纽约·Zbl 1064.62568号
[40] O'Sullivan，F.（1986年）。关于不适定反问题的统计观点。统计科学1 502–518·doi:10.1214/ss/1177013525
[41] Opsomer，J.D.，Wang，Y.，Yang，Y..（2001）。具有相关误差的非参数回归。统计科学16 134–153·Zbl 1059.62537号 ·doi:10.1214/ss/1009213287
[42] Pagan，R.，Ullah，A.（1999年）。非参数计量经济学。剑桥大学出版社，剑桥。
[43] 菲利普斯·A·W（1958）。1861-1957年英国失业率与货币工资率变化率之间的关系。经济25 283–299。
[44] Reinsch，C.H.（1967）。通过样条函数进行平滑。数字数学10 177–183·Zbl 0161.36203号 ·doi:10.1007/BF02162161
[45] 赖斯，J.A.（1984）。非参数回归的带宽选择。统计年鉴12 1215–1230·Zbl 0554.62035号 ·doi:10.1214/aos/1176346788
[46] Ripley，B.D.，Venables，W.N.（2002年）。《现代应用统计学》第四版，纽约斯普林格出版社·Zbl 1006.62003号
[47] Ruppert，D.（2004）。统计与金融。纽约州施普林格·Zbl 1049.91083号
[48] Ruppert，R.、Wand，M.P.、Carroll，R.J.（2003年）。半参数回归。剑桥大学出版社，剑桥·Zbl 1038.62042号
[49] Simonoff，J.S.（1996年）。统计学中的平滑方法。纽约州施普林格·兹比尔0859.62035
[50] Stone，M.（1974年）。统计预测的交叉验证选择和评估。《皇家统计学会杂志》，B辑36 111–147·Zbl 0308.62063号
[51] Wand，M.P.（2003）。平滑和混合模型。计算统计学18 223-249·Zbl 1050.62049号
[52] Wahba，G.（1990年）。非线性隐式不适定反问题的正则化和交叉验证方法。《地球物理数据反演方法与应用》（A.Vogel、C.Ofoegbu、R.Gorenflo和B.Ursin编辑），第3–13页。威斯巴登-布伦施韦格州威威格。
[53] Watson，G.S.（1964年）。平滑回归分析。Sankhyá，系列A 26 359–372·Zbl 0137.13002号
[54] Wood，S.N.（2003）。薄板回归样条。英国皇家统计学会期刊，B系列65 95–114·Zbl 1063.62059号 ·数字对象标识代码：10.1111/1467-9868.00374
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。