GSS

平滑的样条ANOVA模型的非参数函数估计的随机数据,否则被称为平滑,已经研究了几代统计学家。在最近有足够的桌面和笔记本电脑计算能力的帮助下,平滑方法现在发现了他们的方式进入日常数据分析从业者。虽然多个方法已经证明是成功的单变量平滑,在多变量设置的实际远低于。平滑样条ANOVA模型是一种通用的平滑方法,通过粗糙度惩罚,适用于单变量和多变量问题。在本书中,作者在统一的框架下提出了惩罚平滑的综合处理方法。方法(I)用高斯和非高斯响应以及截尾寿命数据进行回归;(ii)在各种采样方案下的密度和条件密度估计;和(iii)截尾寿命数据和协变量的危险率估计。统一的主题是一般惩罚似然方法和多变量模型的构建与ANOVA分解。广泛讨论的模型构建,平滑参数选择,计算和渐近收敛。本书中讨论的大部分计算和数据分析工具都是在流行的S/S加语言的开源克隆R中实现的。回归代码已经分布在R包GSS中,可通过因特网在CRN(综合R档案网络)上自由地获得。GSS设施的使用在本书中通过模拟和真实数据示例来说明。来源HTTP://RANK.R项目


ZBMaX中的参考文献(240篇)3篇标准文章

显示结果1至20的240。
按年份排序(引文
  1. 弗朗索姆,德文;SANS,布鲁诺;BulaEvSkaya,Vera;卢卡斯,唐纳德;辛普森,马修:利用贝叶斯自适应样条推断大气实验中的大气释放特性(2019)
  2. 高,Zhenguo;Shang,左丰;杜,庞;罗伯森,John L.:平稳变化平均趋势下的方差变化点检测及其在肝脏采购中的应用(2019)
  3. 黄,Whitney K.;库勒,Daniel S.;Ebert Uphoff,IMME;陈,陈;SoigdhanSu:极值依赖的新探索工具:(\ chi)网络和年极值网络(2019)
  4. 基姆,Choongrak;杨,Hojin:再生核希尔伯特空间上核岭回归的诊断方法(2019)
  5. Kneib,托马斯;克莱因,Nadja;Lang,斯特凡;UMLAUF,Nikolaus:模回归——构造张量乘积相互作用的结构化加性分布回归模型的乐高系统(2019)
  6. 施,吉安;刘,安娜;王,粤东:样条密度估计和基于模型惩罚的推理(2019)
  7. Stasinopoulos,M. D.;里格比,R. A.;马塞尔·黑勒,G. Z.;De Bastiani,F.:“模块回归——一个构造张量乘积相互作用的结构化加性分布回归模型的乐高系统”(2019)
  8. Tan,Zhiqiang;张,Cun Hui:高维数据加性回归的双重惩罚估计(2019)
  9. TUO,RUI:通过投影核校准对计算机模型的调整(2019)
  10. Wong,Raymond K. W.;张,Xiaoke:泛函数据的非参数算子正则协方差函数估计(2019)
  11. 张,Tonglin;Mateu,豪尔赫:空间点过程的变电性(2019)
  12. Bernardi,Mara S.;卡蕾,米歇尔;拉姆齐,James O.;Sangali,Laura M.:利用偏微分正则化回归建模空间各向异性(2018)
  13. 博格诺沃,埃曼纽勒;巴扎德,Gregery T.;温德尔,Richard E.:线性规划灵敏度分析的整体公差方法(2018)
  14. 博格诺沃、埃曼纽勒、Morris、Max D.、Plischke、艾玛:多分布函数ANOVA:计算机实验灵敏度分析的启示(2018)
  15. 钱德拉,胡库姆;Salvati,尼古拉;钱伯斯,瑞:空间非线性模型下的小面积估计(2018)
  16. 查特拉,Suneel Babu;Shmueli,GalIT:COM Poisson回归和广义可加模型的有效估计(2018)
  17. 陈,春书;黄,Yi Tsz:样条光滑参数选取的若干特征(2018)
  18. 陈,Tianlei;杜,庞:具有加速失效和非参数形式协变量效应的混合治愈率模型(2018)
  19. 崔,温泉街道;程,Haoyang;Sun,Jiajing:一种基于RKHS的高维部分线性模型的双惩罚回归方法(2018)
  20. Hwang,Sangheum;Jeong,Myong K.:用变分推理分类的鲁棒相关向量机(2018)