Smoothing spline :Anova models / GU,Chong

Public ISBD Titre : Smoothing spline :Anova models Type de document : texte imprimé Auteurs : GU,Chong Editeur : New York : Springer Année de publication : 2002 Collection : Springer series in statistics Importance : 289 Format : 24 ISBN/ISSN/EAN : 978-0-387-95353-3 Catégories : Mathématique Mots-clés : timation, Théorie de l' Analyse de variance Splines, Théorie des Lissage (statistique) Index. décimale : 519.54 Inférence statistique Résumé : L'estimation de la fonction SemNonparamétrique avec des données stochastiques, également connues sous le nom de lissage, a été étudiée par plusieurs générations de statisticiens. A l'aide de la disponibilité récente d'un puissant pouvoir de calcul de bureau et d'ordinateur portable, les méthodes de lissage trouvent leur chemin dans l'analyse quotidienne des données par les praticiens. Alors que de nombreuses méthodes se sont révélées efficaces pour le lissage univarié, celles qui sont pratiques dans des contextes multivariés sont beaucoup moins nombreuses. Les modèles ANOVA de spline de lissage sont une famille polyvalente de méthodes de lissage dérivées de pénalités de rugosité adaptées aux problèmes univariés et multivariés. Dans ce livre, l'auteur présente un traitement complet du lissage des pénalités dans un cadre unifié. Les méthodes sont développées pour la régression avec des réponses gaussiennes et non gaussiennes ainsi que des données censées sur la durée de vie; densité et estimation de la densité conditionnelle dans une variété de schémas d'échantillonnage; et l'estimation du taux de risque avec des données de durée de vie et des covariables censurés. Les thèmes unificateurs sont la méthode générale de probabilité pénalisée et la construction de modèles multivariés avec des décompositions intégrées d'ANOVA. Des discussions approfondies sont consacrées à la construction du modèle, à la sélection des paramètres de lissage, au calcul et à la convergence asymptotique. La plupart des outils informatiques et analytiques de données décrits dans le livre sont implémentés dans R, un clone open source du langage S / S-PLUS populaire. Le code de régression a été distribué dans le paquet R gss disponible gratuitement via Internet sur CRAN, le réseau complet d'archives R. L'utilisation des installations gss est illustrée dans le livre par des exemples de données simulées et réelles. Note de contenu : Contents Introduction. Model Construction. Regression with Gaussian Type Responses. More Splines. Regression with Exponential Families. Probability Density Estimation. Hazard Rate Estimation. Asymptotic Convergence. Smoothing spline :Anova models [texte imprimé] / GU,Chong . - New York : Springer, 2002 . - 289 ; 24. - (Springer series in statistics) . ISBN : 978-0-387-95353-3 Catégories : Mathématique Mots-clés : timation, Théorie de l' Analyse de variance Splines, Théorie des Lissage (statistique) Index. décimale : 519.54 Inférence statistique Résumé : L'estimation de la fonction SemNonparamétrique avec des données stochastiques, également connues sous le nom de lissage, a été étudiée par plusieurs générations de statisticiens. A l'aide de la disponibilité récente d'un puissant pouvoir de calcul de bureau et d'ordinateur portable, les méthodes de lissage trouvent leur chemin dans l'analyse quotidienne des données par les praticiens. Alors que de nombreuses méthodes se sont révélées efficaces pour le lissage univarié, celles qui sont pratiques dans des contextes multivariés sont beaucoup moins nombreuses. Les modèles ANOVA de spline de lissage sont une famille polyvalente de méthodes de lissage dérivées de pénalités de rugosité adaptées aux problèmes univariés et multivariés. Dans ce livre, l'auteur présente un traitement complet du lissage des pénalités dans un cadre unifié. Les méthodes sont développées pour la régression avec des réponses gaussiennes et non gaussiennes ainsi que des données censées sur la durée de vie; densité et estimation de la densité conditionnelle dans une variété de schémas d'échantillonnage; et l'estimation du taux de risque avec des données de durée de vie et des covariables censurés. Les thèmes unificateurs sont la méthode générale de probabilité pénalisée et la construction de modèles multivariés avec des décompositions intégrées d'ANOVA. Des discussions approfondies sont consacrées à la construction du modèle, à la sélection des paramètres de lissage, au calcul et à la convergence asymptotique. La plupart des outils informatiques et analytiques de données décrits dans le livre sont implémentés dans R, un clone open source du langage S / S-PLUS populaire. Le code de régression a été distribué dans le paquet R gss disponible gratuitement via Internet sur CRAN, le réseau complet d'archives R. L'utilisation des installations gss est illustrée dans le livre par des exemples de données simulées et réelles. Note de contenu : Contents Introduction. Model Construction. Regression with Gaussian Type Responses. More Splines. Regression with Exponential Families. Probability Density Estimation. Hazard Rate Estimation. Asymptotic Convergence.

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
Fs/0697	Fs/0697	Livre	Bibliothéque des sciences	Anglais	Disponible Disponible

---

1 (1 - 1 / 1)