zbMATH中的参考文献(引用于,1标准件)

显示第1到第20个结果,共34个。
按年份排序(引用)
  1. Borrajo,M.I.;González-Manteiga,W.;Martínez-Miranda,M.D.:具有空间协变量的非均匀点过程的自举核强度估计(2020)
  2. 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)
  3. Jonas Moss,Martin Tveten:kdensity:An R package for kernel density assessment with parametric start and asymetric kernels(2019年)不是zbMATH
  4. Mickaël Binois和Victor Picheny:GPareto:基于高斯过程的多目标优化和分析的R包(2019)不是zbMATH
  5. Teter,Michael D.;Royset,Johannes O.;Newman,Alexandra M.:用于基于风险的优化的专家启发的不确定性建模(2019年)
  6. Wang,Wei;Lin,Nan;Tang,Xiang:高维均值向量在相依下的稳健双样本检验(2019)
  7. Schellhase,Christian;Spanhel,Fabian:使用惩罚样条估计非简化藤蔓连接函数(2018)
  8. Yang Hu;Carl Scarrott:evmix:R包,用于极值混合建模、阈值估计和边界校正核密度估计(2018)不是zbMATH
  9. Bee,Marco;Benedetti,Roberto;Espa,Giuseppe:宾汉分布的近似最大似然估计(2017)
  10. Bonnéry,Daniel;Breidt,F.Jay;Coquet,François:信息选择下超总体概率密度函数的核估计(2017)
  11. Eichner,Gerrit:Kader——非参数核调整密度估计和回归的R包(2017)
  12. Gramacki,Artur;Gramacki,Jarosław:基于FFT的多变量核密度估计快速带宽选择器(2017)
  13. Kraus,Daniel;Czado,Claudia:基于D-vine copula的分位数回归(2017)
  14. 2017年1月,Yang,Handucial response for Graducial response for graded logistic推理(2017年1月,Yang,Handucial response for graded logistic推理模型)
  15. Mazo,Gildas:基于半参数和位置偏移的copula混合模型(2017)
  16. Grillenzoni,Carlo:数据分类的模糊均值漂移算法设计(2016)
  17. Nagler,Thomas;Czado,Claudia:用简化的vine copulas规避非参数密度估计中的维数灾难(2016)
  18. 多变量比较,罗萨戈罗佩斯(Jovita C阿尔十四
  19. Sreevani;Murthy,C.A.:关于使用最小生成树进行核密度估计的带宽选择(2016)
  20. Thomas Nagler:kdecopula:二元Copula密度核估计的R包(2016)阿尔十四