现代参数统计中的窗宽选择及应用

本书特色

[

非参数回归是统计学的一个重要分支,其极具挑战性的重要环节就是“窗宽选择”。《现代非参数统计中的窗宽选择及应用》全面、系统、严格地阐明了非参半参数建模理论与方法,尽力反映复杂高维多元大数据非参数统计研究成果,利用统计学基础理论和方法来解决当代非参半参数统计窗宽选择的一些国际前沿问题。

]

目录

目录前言第1章 均值回归模型下的“插入法” 11.1 基于锥形Fourier级数估计的窗宽选择 11.1.1 引言 11.1.2 无偏风险估计 31.1.3 a2的估计和交叉验证 71.1.4 举例 91.2 回归函数估计中**窗宽选择 101.2.1 引言 101.2.2 渐近**性 121.2.3 Stone问题 3141.2.4 一个应用 141.3 变化的核密度估计 161.3.1 引言 161.3.2 两种估计方法 181.3.3 两种方法的渐近表现 201.3.4 进一步讨论 221.4 基于简单n窗宽选择 231.4.1 引言 241.4.2 渐近理论 261.4.3 模拟 291.5 自动平滑方法 311.5.1 介绍 311.5.2 准则 341.5.3 迭代插入算法 341.5.4 模拟结果 381.5.5 大样本结果 411.5.6 结论 441.6 两种窗宽选择的比较 451.6.1 引言 451.6.2 回归模型和带宽选择器 461.6.3 结果 471.6.4 模拟 511.7 窗宽函数 531.7.1 引言 531.7.2 广义核 551.7.3 一元气球估计量 571.7.4 样本平滑估计量 601.7.5 多元气球估计量 671.7.6 讨论 741.8 可变窗宽及局部线性回归光滑器 751.8.1 引言 751.8.2 渐近性质与**可变窗宽 771.8.3 边界效应 801.8.4 代入式估计量的表现 841.8.5 数值模拟 841.8.6 进一步讨论 871.9 数据驱动窗宽选择 881.9.1 引言 881.9.2 试验性的窗宽选择 911.9.3 局部多项式拟合中偏差和方差的估计 931.9.4 应用 951.9.5 测试案例 96第2章 均值回归模型下的“改进插入法” 1072.1 局部*小二乘回归的有效窗宽选择器 1072.1.1 介绍 1072.1.2 局部*小二乘核回归 1082.1.3 回归函数的核估计 1102.1.4 局部*小二乘方差估计 1112.1.5 插入窗宽选择策略 1132.1.6 计算问题 1162.1.7 理论表现 1172.1.8 实际应用表现 1182.1.9 结论 1232.2 密度估计窗宽选择 1232.2.1 简介 1232.2.2 方法和动机 1242.2.3 方法比较 1282.3 局部线性密度估计量的窗宽选择 1322.3.1 引言 1322.3.2 局部线性估计 1332.3.3 窗宽选择器 1352.3.4 数值研究 1382.4 经验偏差窗宽选择器 1412.4.1 引言 1412.4.2 算法 1442.4.3 偏差估计的渐近理论 1482.4.4 实例 1512.4.5 进一步讨论 1662.4.6 结论 1672.5 可加模型的完全自动窗宽选择方法 1672.5.1 介绍 1682.5.2 理论性质 1692.5.3 窗宽选择和模型拟合算法 1802.5.4 模拟 1822.5.5 例子 185第3章 均值回归模型下的“质量拟合法” 1893.1 局部多项式回归中的变化窗宽选择 1893.1.1 引言 1893.1.2 窗宽选择 1903.1.3 渐近结果 1943.1.4 模拟结果 1983.1.5 结论和讨论 2063.2 多元局部线性回归的窗宽选择 2063.2.1 引言 2073.2.2 背景 2083.2.3 窗宽选择 2103.2.4 部分局部估计 2113.2.5 实现 2133.2.6 模拟结果 2163.2.7 结论 2223.3 多元局部加权*小二乘回归 2223.3.1 引言 2223.3.2 条件均值平方误差的性质 2253.3.3 局部二阶回归 2313.3.4 进一步扩展 2333.4 改进的AIC准则 2363.4.1 引言 2373.4.2 用于选择光滑参数的改进AIC准则 2393.4.3 选择器的实际表现 2433.4.4 结论 2573.5 二元核回归的窗宽选择 2573.5.1 简介 2573.5.2 二元核回归 2583.5.3 插入窗宽选择的迭代方法 2603.5.4 实现和举例 261第4章 分位回归模型下的“置信区间交集法”(ICI) 2664.1 ICI自适应窗宽选择的核分位数估计量 2664.1.1 引言 2664.1.2 KQp,M精确的均方误差 2684.1.3 ICI自适应窗宽选择 2684.1.4 模拟研究 2714.1.5 实例分析 2764.1.6 结论 2774.2 基于ICI准则的适应性窗宽图像处理 2774.2.1 引言 2784.2.2 局部多项式逼近 2794.2.3 适应性窗宽大小选择 2844.2.4 算法和模拟结果 2894.2.5 结论 2944.3 ICI原理在窗宽大小自适应中值滤波上的应用 2944.3.1 引言 2944.3.2 性能分析 2964.3.3 窗宽选择的ICI准则 2984.3.4 模拟 2994.3.5 结论 302第5章 分位回归模型下的“适应性法” 3035.1 核分位估计 3035.1.1 分位估计量 3035.1.2 KQp的渐近性质和相关估计量 3055.1.3 基于数据的窗宽选择 3085.1.4 蒙特卡罗研究 3105.2 变化的自适应窗宽选择方法 3145.2.1 介绍 3155.2.2 ICI思想与算法 3165.2.3 模拟 3175.2.4 结论 3255.3 稳健非参数函数估计中的窗宽选择 3255.3.1 引言 3265.3.2 大样本性质 3275.3.3 百分位与预测 3315.3.4 稳健平滑 3325.4 局部线性分位回归中的窗宽选择 3335.4.1 引言 3335.4.2 *小化 3355.4.3 局部线性双核 3385.5 适应性分位回归中的窗宽选择 3435.5.1 引言 3435.5.2 估计 3445.5.3 实现 3465.5.4 精确风险界 3475.5.5 蒙特卡罗研究 3525.5.6 应用 359第6章 分层分位回归模型下的窗宽选择 3606.1 分层数据的线性分位模拟中的窗宽选择 3606.1.1 引言 3606.1.2 模型界定 3616.1.3 EQ算法 3626.1.4 大样本性质 3646.1.5 真实数据分析举例 3706.2 分层数据的半参分位模拟中的窗宽选择 3766.2.1 引言 3766.2.2 模型和估计 3776.2.3 渐近结果 3836.2.4 模拟分析 3896.2.5 实证 3936.2.6 结论 396第7章 附录——大样本理论 3977.1 1.1节证明 3977.1.1 引理 1.1.1的证明 3977.1.2 定理1.1.1的证明 3977.1.3 推论 1.1.1的证明 3987.1.4 定理1.1.2的证明 3997.1.5 推论 1.1.2的证明 4007.1.6 引理 1.1.2的证明 4017.1.7 引理 1.1.3的证明 4027.1.8 引理 1.1.4的证明 4037.1.9 定理1.1.3的证明 4047.2 1.2节证明 4047.2.1 定理1.2.1的证明 4047.2.2 引理 7.2.1的证明 4077.2.3 引理 7.2.2的证明 4087.2.4 引理 7.2.3的证明 4087.2.5 引理 7.2.4的证明 4107.2.6 定理1.2.2的证明 4127.3 1.4节证明 4137.3.1 引理 7.3.1 及其证明 4147.3.2 引理 7.3.2 及其证明 4167.3.3 引理 7.3.3 及其证明 4177.3.4 定理1.4.1的证明 4187.4 1.5节证明 4187.4.1 引理 7.4.1 及其证明 4187.4.2 引理 7.4.2 及其证明 4197.4.3 引理 7.4.3 及其证明 4207.4.4 引理 7.4.4 及其证明 4217.4.5 定理1.5.4的证明 4237.5 1.6节证明 4257.5.1 定理1.6.1 证明 4257.6 1.7节证明 4277.6.1 定理1.7.1的证明 4277.6.2 定理1.7.4的证明 4287.6.3 命题1.7.9的证明 4297.6.4 命题1.7.11的证明 4297.7 1.8节证明 4307.7.1 定理1.8.3的证明 4307.7.2 引理 7.7.1 及其证明 4317.7.3 引理 7.7.2 及其证明 4337.7.4 定理1.8.4的证明 4337.7.5 定理1.8.1的证明 4357.7.6 定理1.8.2的证明 4367.7.7 引理 7.7.5 及其证明 4367.7.8 引理 7.7.6 及其证明 4387.7.9 定理1.8.5的证明 4397.8 1.9节证明 4427.8.1 条件偏差和方差(1.9.11)证明 4427.8.2 定理1.9.1的证明 4437.9 2.1节证明 4447.9.1 (2.1.3)和(2.1.4)的推导 4447.9.2 (2.1.7)和(2.1.8)的推导 4487.10 2.3节证明 4497.10.1 定理2.3.2的证明 4497.11 2.5节证明 4527.11.1 定理2.5.1的证明 4527.11.2 定理2.5.2的证明 4547.11.3 定理2.5.3的证明 4557.11.4 定理2.5.4的证明 4557.11.5 定理2.5.5的证明 4557.12 3.1节证明 4567.12.1 命题3.1.1的证明 4567.13 3.2节证明 4577.13.1 定理7.13.1及其证明 4577.13

封面

现代参数统计中的窗宽选择及应用

书名:现代参数统计中的窗宽选择及应用

作者:田茂再

页数:520

定价:¥198.0

出版社:中国科技出版传媒(原科学)

出版日期:2019-09-01

ISBN:9787030609670

PDF电子书大小:80MB 高清扫描完整版

百度云下载:http://www.chendianrong.com/pdf

发表评论

邮箱地址不会被公开。 必填项已用*标注