核平滑

核平滑是指一种在不使用参数模型的情况下恢复数据集中底层结构的通用方法。这本书的主要目标是发展读者的直觉和数学技能所需的全面理解核平滑,因此平滑问题一般。为了描述核平滑器的原理、应用和分析,作者着重介绍了最简单的非参数曲线估计设置,即密度和回归估计。特别注意平滑参数的选择问题。本书的学习只假设有统计学、微积分和矩阵代数的基本知识。作为一本介绍性的文本,这本书确实做出了一些牺牲。它并没有完全涵盖核平滑领域的大量研究。但是每章结尾的书目注释为那些更熟悉这个主题的读者提供了一个全面的、最新的参考资料(资料来源:http://r.org/cran项目包)


zbMATH中的参考文献,第1条标准)

显示878的结果1到20。
按年份排序(引用)

1 2 ... 42 43 44 下一个

  1. Casa,Alessandro;Chacón,JoséE.;Menardi,Giovanna:模态聚类渐近性及其在带宽选择中的应用(2020)
  2. Crespi,Giovanni Paolo;Mastrogiacomo,Elisa:风险设定值的定性稳健性(2020年)
  3. 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)
  4. 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)
  5. Igarashi,Gaku:使用β核的非参数直接密度比估计(2020)
  6. Igarashi,Gaku;Kakizawa,Yoshihide:非对称核密度估计值的乘性偏差校正(2020)
  7. Janssen,Paul;Swanepoel,Jan;Veraverbeke,Noël:关于核平滑核密度估计量行为的一个注记(2020)
  8. Kolomvatsos,Kostas;Anagnostopoulos,Christos:在边缘分配查询的概率模型(2020)
  9. Makigusa,Natsumi;Naito,Kanta:Hilbert空间中最大均方差一致估计量的渐近正态性(2020)
  10. Mcswiggan,Greg;Baddeley,Adrian;Nair,Gopalan:线性网络上事件的相对风险估计(2020年)
  11. 小方差(彭佳思,2020年)
  12. Perrin,Guillaume;Soize,Christian:贝叶斯框架中随机场统计特性的自适应间接识别方法(2020)
  13. 乔万丽:密度水平集非参数估计的渐近性和最佳带宽(2020)
  14. 孙义国:基于截面相关性的U统计的LLN和CLT(2020)
  15. 童宏志;吴强:移动分位数回归(2020)
  16. Tsuruta,Yasuhito;Sagae,Masahiko:用于圆上核密度估计的带宽选择器的理论特性(2020年)
  17. 随机密度下,张建和,李晨光;李晨光,当密度为随机数时
  18. 张军;林炳庆;冯振辉:部分线性乘性畸变测量误差模型的条件绝对平均校正(2020)
  19. Afere,Benson Ade;Alih,Ekele:多元高阶乘积多项式核的全局误差降低(2019)
  20. Ameijeiras Alonso,Jose;Crujeiras,Rosa M.;Rodríguez Casal,Alberto:模式测试,临界带宽和过剩质量(2019)

1 2 ... 42 43 44 下一个