拉什洛·基尔菲;迈克尔·科勒;亚当·科齐(Adam Krzyżak);走吧,哈罗 非参数回归的无分布理论。 (英语) Zbl 1021.62024号 统计学中的斯普林格系列纽约州纽约市:施普林格。十六、647页(2002年)。 本书介绍了一种用随机设计进行非参数回归估计的现代方法。它涵盖了几乎所有已知的估计,例如经典的局部平均估计,包括核估计、分区估计和最近邻估计,使用样条、神经网络和径向基函数网络的最小二乘估计,惩罚最小二乘估计,局部多项式核估计和正交序列估计。调查的主要主题是证明普遍一致性,即表明对于基础数据的所有分布,估计值是一致的(相对于L_2误差)。由于不可能得到收敛速度的无分布结果,因此引入了分布的光滑类,并在这些类中导出了最优的极大极小收敛速度。此外,还描述了实现这些速率的自适应过程。这本书是一本自足的文本,面向广大读者,包括统计学、数学和计算机科学的研究生和研究人员。由于其清晰的数学表达,它也可以用于非参数回归估计课程。从第一章的基本技术开始,作者发展了更困难的概念,包括经验过程理论、鞅和神经网络的近似性质。这使得这本书对任何对非参数回归感兴趣的人来说都是有价值的参考,也是许多有用数学技术的来源。审核人:H.Liero(波茨坦) 引用于494文件 MSC公司: 62克08 非参数回归和分位数回归 6220国集团 非参数推理的渐近性质 62-01 与统计有关的介绍性说明(教科书、辅导论文等) 62-02 与统计有关的研究展览(专著、调查文章) 关键词:普遍一致性;收敛速度;随机设计的非参数回归;局部多项式核估计;最近邻估计;样条曲线;最小二乘估计;正交级数估计;神经网络;自适应方法 软件:科恩平滑 PDF格式BibTeX公司 XML格式引用 \textit{L.Györfi}等人,非参数回归的无分布理论。纽约州纽约市:施普林格(2002;Zbl 1021.62024) 全文: 内政部