Introduction to Nonparametric Regression - 9780471745839

Łatwe do zrozumienia wprowadzenie do regresji nieparametrycznej Proste, krok po kroku podejście zawarte w tej książce stanowi doskonałe wprowadzenie w dziedzinę regresji nieparametrycznej dla nowicjuszy. Wprowadzenie do regresji nieparametrycznej jasno wyjaśnia podstawowe pojęcia leżące u podstaw regresji nieparametrycznej i jej funkcje: * Dokładne wyjaśnienia różnych technik, które pozwalają uniknąć skomplikowanej matematyki i nadmiernej teorii abstrakcyjnej, aby pomóc czytelnikom intuicyjnie zrozumieć wartość metod regresji nieparametrycznej * Techniki statystyczne wraz z jasnymi przykładami liczbowymi, które dalsza pomoc czytelnikom w opracowywaniu i wdrażaniu własnych rozwiązań * Równania matematyczne, którym towarzyszy jasne wyjaśnienie, w jaki sposób równanie zostało wyprowadzone. Pierwszy rozdział zawiera przekonujący argument za badaniem regresji nieparametrycznej i przygotowuje grunt pod bardziej zaawansowane dyskusje. Oprócz omówienia standardowych tematów, takich jak metody jądra i splajnu, książka zawiera szczegółowe omówienie wygładzania histogramów, tematu zazwyczaj nie poruszanego w porównywalnych tekstach. Dzięki podejściu opartemu na uczeniu się przez działanie każdy rozdział tematyczny zawiera szczegółowe informacje na temat S-Plus? przykłady, które pozwalają czytelnikom powielić te same wyniki opisane w rozdziale. Oddzielny dodatek poświęcony jest konwersji obiektów S-Plus na obiekty R. Ponadto każdy rozdział kończy się zestawem problemów, które sprawdzają znajomość kluczowych pojęć i technik przez czytelników, a także przygotowują ich do bardziej zaawansowanych tematów. Książka ta jest zalecana jako podręcznik dla studentów studiów licencjackich i magisterskich na temat regresji nieparametrycznej. Wymagana jest jedynie podstawowa znajomość algebry liniowej i statystyki. Ponadto jest to doskonałe źródło informacji dla badaczy i inżynierów w takich dziedzinach, jak rozpoznawanie wzorców, rozumienie mowy i eksploracja danych. Praktycy korzystający z regresji nieparametrycznej do analizy danych w naukach fizycznych, biologicznych i społecznych, a także w finansach i ekonomii, uznają to za niezrównane źródło informacji.