工具书类
Almomani,A.、B.Gupta、S.Atawneh、A.Meulenberg和E.Almomani。2013.“网络钓鱼电子邮件过滤技术调查”IEEE通信调查与教程15 (4): 2070–90.https://doi.org/10.1109/surv.2013.030713.00020.在谷歌学者中搜索
Bayer,C.和C.Hanck。2013.“组合非整合测试”时间序列分析杂志34 (1): 83–95.https://doi.org/10.1111/j.1467-9892.2012.00814.x.在谷歌学者中搜索
Breiman,L.1996年。“行李预测器。”机器学习24 (2): 123–40.https://doi.org/10.1007/bf00058655.在谷歌学者中搜索
Breiman,L.2001年。“随机森林。”机器学习45 (1): 5–32.https://doi.org/10.1023/a:1010933404324.10.1023/A:1010933404324在谷歌学者中搜索
布里特、O.J.、P.H.阿梅拉辛格和P.Vounatsou。2013.“计数数据的广义季节性自回归综合移动平均模型及其在低病例数疟疾时间序列中的应用”公共科学图书馆一号8 (6): 1–9.https://doi.org/10.1371/journal.pone.0065761.在谷歌学者中搜索公共医学公共医学中心
Bühlmann,P.和B.Yu。2002.“分析装袋”统计年刊30 (4): 927–61.https://doi.org/10.1214/aos/1031689014.在谷歌学者中搜索
Busetti,F.和A.C.Harvey。2003.“季节性测试”商业与经济统计杂志21(3):420–36。https://doi.org/10.1198/073500103288619061.在谷歌学者中搜索
Cario,M.C.和B.L.Nelson。1997具有任意边缘分布和相关矩阵的随机向量的建模与生成技术报告。埃文斯顿:西北大学工业工程与管理科学系。在谷歌学者中搜索
Díaz-Uriarte,R.和S.A.de AndréS。2006.“使用随机森林对微阵列数据进行基因选择和分类”BMC生物信息学7.第3条。https://doi.org/10.1186/1471-2105-7-3.在谷歌学者中搜索公共医学公共医学中心
芬德利、D.F.、B.C.蒙塞尔、W.R.贝尔、M.C.奥托和B.C.陈。1998年,“X-12-ARIMA季节调整计划的新功能和方法”商业与经济统计杂志16 (2): 127–52.https://doi.org/10.1080/07350015.1998.10524743.在谷歌学者中搜索
Franses,P.H.1992年。“季节性测试。”经济学快报38 (3): 259–62.https://doi.org/10.1016/0165-1765(92)90067-9.在谷歌学者中搜索
弗里德曼,M.1937。“使用秩来避免方差分析中隐含的正态假设。”美国统计协会杂志32 (200): 675–701.https://doi.org/101080/01621459.1937.10503522.在谷歌学者中搜索
Geurts,P.、D.Ernst和L.Wehenkel。2006.“极度随机的树木”机器学习63 (1): 3–42.https://doi.org/10.1007/s10994-006-6226-1.在谷歌学者中搜索
Ghysels,E.和D.R.Osborn。2001季节性时间序列的计量分析剑桥:剑桥大学出版社。2017年10月10日/CBO9781139164009在谷歌学者中搜索
Gómez,V.和A.Maravall。2001.《单变量序列的自动建模方法》,In时间序列分析课程由D.Peña、G.C.Tiao和R.S.Tsay编辑,171-201年。纽约:Wiley。10.1002/9781118032978.ch7在谷歌学者中搜索
Götz,T.B.和K.Hauzenberger。2021.“具有节约型时变参数结构的大型混频VAR”计量经济学杂志24(3):442–61。https://doi.org/10.1093/ectj/utap001.在谷歌学者中搜索
D.I.哈维、S.J.莱伯恩和A.M.R.泰勒。2009.“实践中的单位根测试:处理趋势和初始条件的不确定性”计量经济学理论25 (3): 587–636.https://doi.org/10.1017/s026646660809018x网址.在谷歌学者中搜索
Hastie,T.、R.Tibshirani和J.Friedman。2009统计学习的要素——数据挖掘、推断和预测第二版,海德堡:施普林格。10.1007/978-0-387-84858-7在谷歌学者中搜索
Hothorn,T.、K.Hornik和A.Zeileis。2006.《无偏递归划分:条件推理框架》计算与图形统计杂志15 (3): 651–74.https://doi.org/10.1198/106186006x133933.在谷歌学者中搜索
谢长华、吕荣华、李新华、赵文堂、徐敏华和李永昌,2011年。“老年疾病的新解决方案:使用随机森林、支持向量机和人工神经网络诊断急性阑尾炎。”外科149 (1): 87–93.https://doi.org/10.1016/j.urg.2010.03.023.在谷歌学者中搜索公共医学
Kruskal,W.H.和W.A.Wallis。1952.“单标准方差分析中秩的使用”美国统计协会杂志47 (260): 583–621.https://doi.org/101080/01621459.1952.10483441.在谷歌学者中搜索
Maravall,A.2011年。TRAMO-SEATS中的季节性检验和模型自动识别马德里:西班牙银行。Mimeo公司。在谷歌学者中搜索
Patel,J.、S.Shah、P.Thakkar和K.Kotecha。2015.“使用趋势决定数据准备和机器学习技术预测股票和股价指数走势”带应用程序的专家系统42 (1): 259–68.https://doi.org/10.1016/j.eswa.2014.07.040.在谷歌学者中搜索
Pinkwart,N.2018年。《德国短期经济活动预测:供需侧桥梁方程系统》第36/2018号讨论文件法兰克福:德意志联邦银行。10.2139/ssrn.3255394在谷歌学者中搜索
R核心团队2019R: 一种用于统计计算的语言和环境维也纳:R统计计算基金会。在谷歌学者中搜索
Stone,C.J.、M.H.Hansen、C.Kooperberg和Y.K.Truong。1997年,“多项式样条及其张量乘积在扩展线性建模中的应用”统计年刊25(4):1371–470。https://doi.org/10.1214/aos/1031594728.在谷歌学者中搜索
Strobl,C.、A.-L.Boulesteix、A.Zeileis和T.Hothorn。2007年,“随机森林变量重要性度量的偏差:图解、来源和解决方案”BMC生物信息学8.第25条。https://doi.org/10.1186/1471-2105-8-25.在谷歌学者中搜索公共医学公共医学中心
Strobl,C.、A.-L.Boulesteix、T.Kneib、T.Augustin和A.Zeileis。2008.“随机森林的条件变量重要性”BMC生物信息学9.第307条。https://doi.org/10.1186/1471-2105-9-307.在谷歌学者中搜索公共医学公共医学中心