半标准杆

半参数回归。这本书的主要目的是指导研究人员需要灵活地将非线性关系纳入他们的回归分析。几乎所有现有的回归文本都只处理参数回归或非参数回归。在这本书中,作者认为非参数回归可以看作是参数回归的一个相对简单的扩展,并将两者结合起来处理。他们把这种组合称为半参数回归。半参数回归的方法是基于惩罚回归样条和混合模型。本书中的每个模型都是线性混合模型或其广义对应模型的特例。这本书非常注重问题。在本书的研究过程中,他们的研究重点是合作和选择。这本书适合几位读者阅读。其中一个听众是学生或在工作的科学家,他们在回归方面只有中等的背景,不过假设他们熟悉矩阵和线性代数。他们的另一个目标是面向统计学的科学家,他们对线性模型有很好的工作知识,并希望开始使用更灵活的半参数模型。有足够的新材料,甚至连平滑专家都感兴趣,他们是第三个可能的听众。这本书由19章和3个附录组成。


zbMATH中的参考文献(引用于 649篇文章,1标准件)

显示649的结果1到20。
按年份排序(引用)

1 2 ... 31 32 33 下一个

  1. Bishoyi,Abhishek;Wang,Xiaojing;Dey,Dipak K.:使用高斯过程模型学习缺失协变量的半参数回归(2020)
  2. Cattaneo,Matias D.;Farrell,Max H.;Feng,Yingjie:基于划分的序列估计量的大样本性质(2020年)
  3. Delaigle,Aurore;Huang,Wei;Lei,Shaoke:基于缺失协变量的群体测试数据对条件患病率的估计(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. 林颖倩;涂云东;姚启伟:双非线性协整估计(2020)
  6. Liu,Yusha;Li,Meng;Morris,Jeffrey S.:标量分位数回归函数及其在质谱蛋白质组学数据中的应用(2020)
  7. Martínez Hernández,以色列;Genton,Marc G.:复杂和空间相关功能数据的最新发展(2020年)
  8. 缪静茹;王冠南;王莉:空间自回归部分线性变系数模型(2020)
  9. Park,Jun Young;Polzehl,Joerg;Chatterjee,Snigdhansu;Brechmann,André;Fiecas,Mark:基于任务的功能磁共振成像数据中时变激活和连通性的半参数建模(2020年)
  10. Reiss,Philip T.;Xu,Meng:张量积样条和函数主成分(2020)
  11. Wood,Simon N.:广义加性模型及其扩展的推理与计算(2020)
  12. Yang,Hojin;Baladandayuthapani,Veerabhadran;Rao,Arvind U.K.;Morris,Jeffrey S.:分布数据标量回归分析的分位数函数(2020年)
  13. Amini,Morteza;Roozbeh,Mahdi:通过减去附加结构噪声来提高套索的预测性能(2019年)
  14. Aydın,Dursun;Ahmed,S.Ejaz;Yılmaz,Ersin:具有右删失高维数据的半参数回归模型估计(2019年)
  15. Cao,Jiguo;Soiaborn,Kunlaya;Carroll,Raymond J.;Ruppert,David:多个相关功能结果的建模和预测(2019年)
  16. Clairon,Quentin;Brunel,Nicolas J.-B.:跟踪可能错误指定的部分观测线性常微分方程中的参数和状态估计(2019)
  17. 崔,夏;赵卫华;廉,恒;梁,华:纵向数据分位数加性模型的动态结构追求(2019)
  18. Djeundje,Viani Biatat;Crook,Jonathan:信用风险的变系数动态生存模型。(2019年)
  19. Dziak,John J.;Coffman,Donna L.;Reimherr,Matthew;Petrovich,Justin;Li,Runze;Shiffman,Saul;Shiyko,Mariya P.:从密集收集的纵向数据预测远端结果的函数回归标量:应用科学家的可解释性(2019年)
  20. Hosseinpouri,Mahdi;Khaledi,Majid Jafari:空间数据的特定区域断棒过程(2019年)

1 2 ... 31 32 33 下一个