np公司

非参数计量经济学:np包。我们通过一系列应用来描述R-np包,这些应用可能会引起应用计量经济学者的兴趣。np包实现了各种非参数和半参数的基于核的估计量,这些估计量在经济计量学家中很流行。此外,还有非参数显著性检验的程序,以及参数均值回归模型和参数分位数回归模型的一致性模型规范检验。np包集中于适合于混合连续、离散和分类数据的内核方法,这些数据通常在应用设置中找到。数据驱动的带宽选择方法贯穿始终,尽管我们提醒用户,数据驱动的带宽选择方法可能需要计算。

这个软件也是同行评审按日记帐JSS公司.


zbMATH中的参考文献,1标准件)

显示84个结果中的1到20个。
按年份排序(引用)
  1. Al-Sharadqah,Ali;Mojirsheibani,Majid:构建不完全数据回归函数置信区间的简单方法(2020)
  2. 崔振宇;柯克比,贾斯汀·拉尔斯;阮,杜伊:基于B样条对偶的非参数密度估计(2020)
  3. Hušková,Marie;Meintanis,Simos G.;Pretorius,Charl:半参数异方差转换模型的有效性检验(2020年)
  4. Kuchibhotla,Arun K.;Patra,Rohit K.:通过平滑样条函数在单指数模型中的有效估计(2020年)
  5. Maria Xose Rodriguez Alvarez,Vanda Inacio:ROCnReg:A R程序包,用于有或无协变量信息的接收器操作特性曲线推断(2020年)阿尔十四
  6. McCloud,Nadine;Parmeter,Christopher F.:确定核密度估计中有效参数的数量(2020年)
  7. Nicolussi,Federica;Zoia,Maria Grazia:卷曲双曲正割密度的Gram-Charlier展开式(2020)
  8. 《马丁·内尔韦姆和《改进》;2020年7月22日《马丁·内尔韦姆和《改进》;两本书
  9. 谢方正;徐彦勋:基于多项式核混合的自适应贝叶斯非参数回归及其在偏线性模型中的应用(2020)
  10. Chagny,Gaëlle;Laloë,Thomas;Servien,Rémi:多元自适应扭曲核估计(2019)
  11. Luedtke,Alex;Carone,Marco;Van der Laan,Mark J.:未知函数分布相等的综合非参数检验(2019)
  12. Mostafa,Sayed A.;Ahmad,Ibrahim A.:在完整辅助信息存在的情况下从复杂调查中得出的核密度估计(2019年)
  13. Polemis,Michael L.;Tzeremes,Nickolaos G.:竞争条件和部门生产效率:条件非参数前沿分析(2019年)
  14. Sebastian Calonico;Matias Cattaneo;Max Farrell:nprobust:基于非参数核的估计和鲁棒偏差校正推断(2019)不是zbMATH
  15. Xiong,Y.;Bingham,D.;Braun,W.J.;Hu,X.J.:Moran(I)基于统计的时空观测非参数检验(2019年)
  16. Ardakani,Omid M.;Kishor,N.Kundan;Song,Suyong:重新评估通胀目标的有效性(2018年)
  17. Florens,J.P.;Racine,J.S.;Centorrino,S.:非参数工具变量导数估计(2018年)
  18. 霍霍恩,托尔斯滕;莫斯特,丽莎;比尔曼,彼得:最有可能的转变(2018)
  19. Kuk,Anthony:在线性分位数回归中跨分位数水平汇集信息的两阶段程序(2018)
  20. Lee,Ying Ying:被治疗者多值治疗效果的有效倾向分数回归估计(2018)