N.-Y.: Springer, 2009. - 580p.
Монография посвящена оцениванию параметрических и непараметрических
регрессионных моделей (сплайновых, ядерных оценок, полиномиальных и
др.) на основе подхода максимального правдоподобия с использованием
штрафных функций. Она является вторым томом, в первом изложены
основы этого подхода (оглавление первого тома также приведено), в
третьем предполагается описать другие приложения, напрмиер, к
обратным задачам.
Книга включает в себя разделы "Непараметрическая регрессия", "Сглаживающие сплайны", "Ядерные оцениватели", "Решётки", "Локальное полиномиальное оценивание", "Другие проблемы непараметрического оценивания", "Выбор параметра сглаживания", "Вычисление непараметрических оценок", "Фильтры Калмана и сглаживание сплайнами", "Эквивалентные ядра сглаживающих сплайнов", "Сильная аппроксимация и доверительные интервалы", "Непараметрическая регрессия в действии". В приложении приведены некоторые математические сведения, программы для MATLAB и решения отдельных задач, приведенные в книге.
Для изучающих метода математической статистики и их применение.
Книга включает в себя разделы "Непараметрическая регрессия", "Сглаживающие сплайны", "Ядерные оцениватели", "Решётки", "Локальное полиномиальное оценивание", "Другие проблемы непараметрического оценивания", "Выбор параметра сглаживания", "Вычисление непараметрических оценок", "Фильтры Калмана и сглаживание сплайнами", "Эквивалентные ядра сглаживающих сплайнов", "Сильная аппроксимация и доверительные интервалы", "Непараметрическая регрессия в действии". В приложении приведены некоторые математические сведения, программы для MATLAB и решения отдельных задач, приведенные в книге.
Для изучающих метода математической статистики и их применение.