Urban J.S.Hjorth。 计算机密集型统计方法:验证、模型选择和引导。 (英语) Zbl 0829.62001号 伦敦:查普曼和霍尔。x、 263页(1994年)。 这本书介绍了计算机密集型统计方法。计算的进步使统计学进入了一个新的视角。理想化的模型假设现在可以被更现实的建模或或多或少的无模型分析所取代。现在许多统计工作和数据分析都是由计算机以过于复杂的方式进行的,无法进行分析处理。所有这些计算所产生的新影响可以通过进一步的计算来解决,就像验证和引导方法一样。计算机密集型统计方法的巨大兴趣来自信息概念。其目的是尽可能高效地处理和呈现给定数据中的信息,但这通常需要手动进行繁重的计算。现在有许多统计软件可用,而且易于使用,没有太多的理论知识。经典统计软件的一些常见误用可以通过计算机密集型方法加以抵消,本书特别讨论了模型选择情况下的这些可能性。在第一章的序曲之后,第二章对计算机密集型哲学进行了解释。基于数据库变化的计算机密集型哲学是对基于样本空间模型的经典统计学哲学的补充。经典的结构良好的问题自然要用传统方法处理,而复杂的和结构不太复杂的问题则要用计算机密集型方法处理。这些新方法可以解决的问题包括:模型选择、根据不确定数据计算的任何内容、分类、图像分析、卫星数据解释、时间序列、因素分析等。第三章讨论了评估给定模型的交叉验证方法。第4章处理时间序列问题的验证。在第5章中,非常通用的引导方法–其概念于1979年引入[B.埃夫隆《美国年鉴》第7卷第1-26页(1979年;Zbl 0406.62024号)]自那时以来取得了巨大成功。第6章讨论了进一步的引导结果,第7章讨论了验证和引导方法的计算机密集型应用。参考文献和索引结束本书。审核人:J.Tankó(布达佩斯) 引用于33文件 理学硕士: 62-02 与统计有关的研究展览(专著、调查文章) 62G09号 非参数统计重采样方法 65C99个 概率方法,随机微分方程 99年6月 计算方法和应用 关键词:计算机密集型方法;型号选择;分类;图像分析;卫星数据;时间序列;因子分析;交叉验证;引导数据库;验证 引文:Zbl 0406.62024号 PDF格式BibTeX公司 XML格式引用 \textit{U.J.S.Hjorth},计算机密集型统计方法:验证、模型选择和引导。伦敦:查普曼和霍尔(1994;Zbl 0829.62001)