角质光滑

内核平滑是指在不施加参数模型的情况下恢复数据结构中底层结构的一般方法。这本书的主要目标是开发读者的直觉和数学技能,需要全面了解内核平滑,因此一般平滑问题。为了描述核平滑器的原理、应用和分析,作者专注于最简单的非参数曲线估计设置,即密度和回归估计。对平滑参数的选取问题给予了特别的关注。本文仅对统计学、微积分和矩阵代数的基本知识进行了研究。这本书在介绍性文本中的作用确实做出了一些牺牲。它并没有完全覆盖内核平滑领域中的大量研究。但每章末尾的书目注释都为那些更熟悉这一主题的读者提供了全面、最新的参考资料。来源HTTP://RANK.R项目


ZBMaX中的参考文献(840篇)1标准条款

显示结果1至20的840。
按年份排序(引文
  1. 胡·科瓦,玛丽;梅坦尼斯,Simos G.;Pretorius,查尔:半参数异方差变换模型有效性检验(2020)
  2. Igarashi,GKU;KasayaWa,YosiHead:非对称核密度估计器的乘性偏差校正(2020)
  3. 詹森,保罗;SavePoell,J.;Veraverbeke,NOL:核光滑核密度估计的一个注记(2020)
  4. Makigusa,Natsumi;Naito,KANTA:希尔伯特空间中最大平均差的一致估计的渐近正态性(2020)
  5. 乔,万里:密度水平集非参数估计的渐近性和最优带宽(2020)
  6. 张,钧;林,邴青;冯,Zhenghui:部分线性乘性失真测量误差模型的条件绝对平均校准(2020)
  7. Benson Ade,Alih,Ekele:多元高阶乘积多项式核的全局误差的约简(2019)
  8. Ameijeiras Alonso,若泽;克鲁吉拉斯,Rosa M.;罗德里格斯卡萨尔,阿尔伯托:模式测试,临界带宽和超额质量(2019)
  9. Anevski,Draci;Bug-Res,Anne Laure:密度单调回归的极限性质和回归函数估计(2019)
  10. Anilkumar,P;HAMSA,K. K.;Ratheesan,K.:完全和右删失样本的多项式密度估计(2019)
  11. Sordo,M. A.;Suaz Rez Lules,A.:基于凸变换阶数的形状测度(2019)
  12. Aswani,ANIL:集值函数统计:逆近似优化的应用(2019)
  13. Bahraoui,Zuead;Bahraoui,M. Amin:基于核估计的分布的极端分位数和尾部指数(2019)
  14. BANTIS,Leonidas E.;纳卡斯河,Christos T.;Reiser,本杰明:Youdn指数最大值的置信区间和连续生物标志物的相应截止点的构造(2019)
  15. 贲很妮,卡里姆;哈桑,Ali Hajj;Su,Yingcai:具有相关误差函数数据的回归算子的局部多项式估计(2019)
  16. B·Ranger-R,B;Duang.T.;帕金斯KikPaTrrk,S. E.;Sisson,S. A.:用核方法进行探索性数据分析的尾部密度估计(2019)
  17. Bercu,伯纳德;Capderou,安德烈·萨米;Duriuu,吉尔斯:回归函数导数的非参数递推估计及其在近海水质中的应用(2019)
  18. BII,Nelson Kiprono;Onango,Christopher Ouma;Odhiambo,约翰:两阶段整群抽样中存在无响应的加权方法的边界偏差校正(2019)
  19. Bischofberger,Stephan M.;Hiabu,Munir;马门,恩诺;Nielsen,Jes Purc:样本内预测方法的比较(2019)
  20. Bogomolov,Mina;Davidov,ORI:部分线性模型中协变量调整的单变量单变量和多变量推断(2019)