格尔达·克莱斯肯斯;尼尔斯·霍尔特 模型选择和模型平均。 (英语) Zbl 1166.62001号 剑桥统计与概率数学系列27.剑桥:剑桥大学出版社(ISBN 978-0-521-85225-8/hbk)。十七、312页。(2008年)。 统计学家和数据分析师必须在收集数据时做出选择,并且必须选择一个模型来最好地描述和总结这些数据。还必须做出另一个选择,即所有测量变量是否足够重要,以纳入预测模型。然而,给定一个数据集,有许多模型可以使用,选择最合适的模型成为一项中心和关键的任务。在过去的二十年中,无论是在拟合模型的能力方面,还是在利用这种能力所需的模型选择的理论理解方面,都取得了迅速的进步,本书综合了这一活跃领域的研究成果。此外,它为面临冲突结果的研究人员提供了实用建议。更具体地说,在10章中,对模型选择标准进行了解释、讨论和比较,包括Akaike信息标准、Bayesian信息标准和聚焦信息标准。此外,还讨论了模型选择中的不确定性,并讨论了频率和贝叶斯方法。最后,本书提出了模型平均方案,该方案结合了几个候选模型的优点。对实际数据的工作示例进行了推导,以提供对该方法的更深入了解。理论练习和基于数据的练习引导读者熟悉这些方法。所有数据分析都与开源R软件兼容,数据集和R代码可从配套网站获得。书中使用的方法大多基于可能性。因此,阅读这本书,读者至少了解一些似然函数是有帮助的。本书进一步假设读者熟悉应用回归和基本矩阵计算。它面向那些对模型选择和模型平均感兴趣的人,包括具有回归建模背景的学生和统计导向领域的研究人员。审核人:克里斯蒂娜·迪亚卡基(Chania) 引用于241文件 MSC公司: 62-02 与统计有关的研究展览(专著、调查文章) 62页99 统计学的应用 软件:R(右) PDF格式BibTeX公司 XML格式引用 \textit{G.Claeskens}和\textit{N.L.Hjort},模型选择和模型平均。剑桥:剑桥大学出版社(2008;Zbl 1166.62001) 全文: 内政部