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(参考文献92篇文章,1标准件)

显示第1到第20个结果,共92个。
按年份排序(引用)
  1. 阿里·沙拉德卡;Mojirsheibani,Majid:构造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;Nguyen,Duy:基于B样条对偶的非参数密度估计(2020)
  3. 大伯娘、苏菲;Thiam,Baba:随机场变量误差的核回归估计(2020)
  4. Ferrara,Giancarlo:使用R的随机前沿模型(2020)
  5. š科夫á, 玛丽;梅恩塔尼斯,西蒙斯G。;Pretorius,Charl:半参数异方差变换模型的有效性检验(2020)
  6. 库奇博特拉,阿伦K。;Patra,Rohit K.:通过平滑样条在单指数模型中进行有效估计(2020)
  7. 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
  8. 麦克劳德,娜丁;Parmeter,Christopher F.:确定核密度估计中有效参数的数量(2020年)
  9. 尼科鲁西,费德里卡;Zoia,Maria Grazia:卷曲双曲正割密度的Gram-Charlier展开式(2020)
  10. 奥特奈姆Hå康;朱勒姆,马丁;Tj公司ø斯希姆,达格:成对的本地渔民和朴素贝叶斯:改进两个标准判别法(2020年)
  11. 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)
  12. 乔治亚州查尼ëlle;拉洛ë, 托马斯;塞维恩,Ré多元自适应翘曲核估计(2019)
  13. 吕德克,亚历克斯;卡隆,马可;Van der Laan,Mark J.:未知函数分布相等的综合非参数检验(2019)
  14. 莫斯塔法,萨耶德A。;艾哈迈德,易卜拉欣A.:在完整辅助信息存在的情况下从复杂调查得出的核密度估计(2019年)
  15. 帕米,克里斯托弗F。;Zelenyuk,Valentin:结合随机前沿和数据包络分析的优点(2019)
  16. 波莱米斯,迈克尔L。;Tzeremes,Nickolaos G.:竞争条件和部门生产效率:有条件非参数前沿分析(2019)
  17. Racine,Jeffrey S.:非参数计量经济学的先进理论与实践导论。使用R的可复制方法(2019)
  18. 卡巴斯蒂安;玛蒂亚斯·卡塔尼奥;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
  19. 熊,Y。;宾厄姆,D。;布劳恩,W。J、 。;胡,X。J、 :Moran(I)基于统计的时空观测非参数检验(2019年)
  20. 奥米德·M·阿尔达卡尼。;北卡罗来纳州基索。昆丹;宋素勇:重新评估通胀目标制的有效性(2018)