Подлинные книги Современная непараметрическая статистика выбора ширины окна и применения Tianmao Re -Social Science Statistics Press Press
Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.
Описание товара
Основная информация
Название книги: Выбор ширины и применение окна в современной статистике параметров
Цена: 198 Юань
Автор: Тянь Мао снова
Пресса: Science Press
Дата публикации: 2019-09-01
ISBN: 9787030609670
Количество слов:
Номер страницы: 507
Издание: 1
Переплет: Твердый переплет.
Открыто: 16
Товарный вес:
Краткое содержание
Регрессия параметров является важной ветвью статистики.«Выбор и применение ширины окна в современной статистике параметров», систематически, систематически, и строго проясняют теорию и метод участия в полуапараметровом моделировании, старайтесь изо всех сил отразить результаты статистических исследований сложных диверсифицированных параметров больших данных и используйте основную теорию и методы статистической базовой теории, чтобы решить решение.
об авторе
Похожего контента пока нет
Каталог
Каталог
Предисловие
«Метод вставки» 1 в среднем возвращении главы по модели
1,1 Выбор ширины на основе оценки 1 конуса Фурье -
1.1.1 Введение 1
1.1.2 Оценка необъяснимого риска 3
1.1.3 Оценка A2 и проверка перекрестной проверки 7
1.1.4 Пример 9
1.2 Оценка функции возврата выбора ширины ветра Zhongyou.
1.2.1 Введение 10
1.2.2
1.2.3. Проблема 314
1.2.4. Заявление 14
1.3 Ядерное определение изменения оценивается как 16
1.3.1 Введение 16
1.3.2 Два метода оценки 18
1.3.3 Постепенная производительность двух методов 20
1.3.4 Дальнейшее обсуждение 22
1.4 На основе простого выбора ширины окна 2 23
1.4.1 Введение 24
1.4.2 Теория градиента 26
1.4.3 Моделирование 29
1.5 Метод автоматического сглаживания 31
1.5.1 Введение 31
1.5.2 Руководящие принципы 34
1.5.3 Алгоритм вставки итерации 34
1.5.4 Аналоговый результат 38
1.5.5 Большие результаты выборки 41
1.5.6 Заключение 44
1.6 Сравнение двух ветров. 45 Сравнение 45
1.6.1 Введение 45
1.6.2 Модель возврата и селектор полосы пропускания 46
1.6.3 Результаты 47
1.6.4 Моделирование 51
1.7 Функция ширины окна 53
1.7.1 Введение 53
1.7.2 Broadcomuucle 55
1.7.3 Оценка баллона.
1.7.4 Оценка плавной оценки 60
1,7,5 Многоуборская оценка 67
1.7.6 Обсуждение 74
1.8 Ширина с переменной окна и локальная линейная регрессия назад 75
1.8.1 Введение 75
1.8.2 Градиент природа и youcai переменная ширина 77
1.8.3.
1.8.4 Эффективность оценки оценки оценки 84
1.8.5 Численное моделирование 84
1.8.6 Дальнейшее обсуждение 87
1.9 Выбор ширины диска данных 88
1.9.1 Введение 88
1.9.2 Выбор ширины тестового окна 91
1.9.3 Оценка смещения и дисперсии в локальной полиномиальной подгонке 93
1.9.4 Приложение 95
1.9.5 Тестовый пример 96
Глава 2 Среднее возвращение к «методу вставки улучшения» 107 в модели
2.1 Эффективное устройство выбора ширины окна 107 локальной двух -моей регрессии 107
2.1.1 Введение 107
2.1.2 Местное ядерное возвращение на 108
2.1.3 Аукцион возвращаемой функции 110
2.1.4 Локальные маленькие две умноженные разницы Оценка 111
2.1.5 Вставить стратегию выбора ширины окна 113
2.1.6 Задача расчета 116
2.1.7 Теоретическое исполнение 117
2.1.8 Фактическая производительность приложения 118
2.1.9 Заключение 123
2.2 Выбор ширины окна плотности 123
2.2.1 Введение 123
2.2.2 Метод и мотивация 124
2.2.3 Сравнение 128
2.3 Оценка локальной линейной плотности выбора ширины окна 132
2.3.1 Введение 132
2.3.2 Локальная линейная оценка 133
2.3.3 Селектор ширины окна 135
2.3.4 Многочисленные исследования 138
2.4 Устройство выбора ширины окна отклонений.
2.4.1 Введение 141
2.4.2 Алгоритм 144
2.4.3 Оценка теории выпуска 148
2.4.4 Пример 151
2.4.5 Дальнейшее обсуждение 166
2.4.6 Заключение 167
2.5 Метод автоматического выбора ширины окна 167
2.5.1 Введение 168
2.5.2 Теоретическая природа 169
2.5.3 Выбор ширины окна и алгоритм подгонки модели 180
2.5.4 Симуляция 182
2.5.5 Пример 185
Глава 3 Среднее возвращение к модели «Качественный инициатор Legal» 189
3.1 Выбор ширины изменений изменений в локальной полиномиальной возврате 189
3.1.1 Введение 189
3.1.2 Выбор ширины ветра 190
3.1.3 Выпуск 194
3.1.4 Результат моделирования 198
3.1.5 Заключение и обсуждение 206
3.2 Выбор ширины окна 206 для множественной локальной линейной регрессии 206
3.2.1 Введение 207
3.2.2 Фон 208
3.2.3 Выбор ширины ветра 210
3.2.4 Некоторые частичные оценки 211
3.2.5 Реализация 213
3.2.6 Аналоговые результаты 216
3.2.7 Заключение 222
3.3 Разнообразие местная взвешенная начальная школа Erroba return 222
3.3.1 Введение 222
3.3.2 Среднее условие, найдено ошибка HAMAN 225
3.3.3 Локальный второй -возврат 231
3.3.4 Дальнейшее расширение 233
3.4 Улучшенный стандарт AIC 236
3.4.1 Введение 237
3.4.2 Стандарты AIC для выбора плавных параметров 239
3.4.3 Фактическая производительность селектора 243
3.4.4 Заключение 257
3.5 Выбор ширины ветра ширины возврата двойного ядра 257
3.5.1 Введение 257
3.5.2 Бинарная ядерная регрессия 258
3.5.3 Idnnested Метод вставки ширины окна 260
3.5.4 Реализация и пример 261
Глава 4 «Метод лечения» 266 в модели отряда »
4.1 Адаптивная ширина окна ICI Количество оценки ядерной оценки 266
4.1.1 Введение 266
4,1,2 квкп, средняя ошибка M 268
4.1.3 Выбор адаптивной ширины окна ICI 268
4.1.4 ИССЛЕДОВАНИЕ 271
4.1.5 Пример анализа 276
4.1.6 Заключение 277
4.2 Адаптивная обработка изображений ширины окна на основе стандартов ICI 277
4.2.1 Введение 278
4.2.2 Местный полиномий приближается к 279
4.2.3 Выбор адаптивной ширины окна 284
4.2.4 Результаты алгоритма и моделирования 289
4.2.5 Заключение 294
4.3 Применение принципов ICI на ширину ширины окна и адаптивный медианный фильтр 294
4.3.1 Введение 294
4.3.2 Анализ производительности 296
4.3.3 Руководство ICI для выбора ширины ветра 298
4.3.4 Моделирование 299
4.3.5 Заключение 302
Глава 5 «Закон о адаптируемости» 303 по модели регрессии дивизии
5.1 Аукционная оценка 303
5.1.1 Оценка точек 303
5.1.2 Постепенная природа и связанная с ним оценка KQP 305
5.1.3 Выбор ширины окна на основе данных 308
5.1.4 Monte Carlo Research 310
5.2 Метод адаптивной ширины окна. Выбор изменений 314
5.2.1 Введение 315
5.2.2 ICI мысли и алгоритм 316
5.2.3 Моделирование 317
5.2.4 Заключение 325
5.3 Стабильная функция параметра Оценка ширины окна 325
5.3.1 Введение 326
5.3.2 Большой образцы природы 327
5.3.3 баллы и прогноз 331
5.3.4 стабильный и гладкий 332
5.4 Выбор ширины окна локального линейного разделения возврат 333
5.4.1 Введение 333
5.4.2 Маленькая 335
5.4.3 Локальный линейный двойной 338
5.5 Adaptability Subsida возвращается к выбору ширины ветра 343
5.5.1 Введение 343
5.5.2 Оценка 344
5.5.3 Реализация 346
5.5.4 Индустрия рисков 347
5.5.5 Monte Carlo Research 352
5.5.6 Приложение 359
Глава 6 Ширина окна выберите 360
6.1 Линейное моделирование линейного разделения слоистых данных 360
6.1.1 Введение 360
6.1.2 Модель определения 361
6.1.3 AQ Algorithm 362
6.1.4 Большой образцы природы 364
6.1.5 Пример реального анализа данных 370
6.2 Выбор ширины окна в полузапаметравом моделировании слоистых данных 376
6.2.1 Введение 376
6.2.2 Модель и оценка 377
6.2.3 Результаты градиента 383
6.2.4 Анализ моделирования 389
6.2.5 Доказательства 393
6.2.6 Заключение 396
Глава 7 Приложение -Да Теория образца 397
7.1 1.1 Доказать 397
7.1.1 Закон 1.1.1 Сертификат 397
7.1.2 Теорема 1.1.1 Сертификат 397
7.1.3 Ссылка 1.1.1 Доказательство 398
7.1.4 Теорема 1.1.2 Сертификат 399
7.1.5 Ссылка 1.1.2 Доказательство 400
7.1.6 Закон 1.1.2 Сертификат 401
7.1.7 Закон 1.1.3 Сертификат 402
7.1.8 Отношения 1.1.4 Сертификат 403
7.1.9 Теорема 1.1.3 Сертификат 404
7.2 1,2 докажите 404
7.2.1 Теорема 1.2.1 Сертификат 404
7.2.2 Закон 7.2.1 Доказательство 407
7.2.3 Закон 7.2.2 Доказательство 408
7.2.4 Закон 7.2.3 Сертификат 408
7.2.5 Закон 7.2.4 Доказательство 410
7.2.6 Теорема 1.2.2 Сертификат 412
7.3 1,4 Докажите 413
7.3.1 Закон 7.3.1 и его сертификат 414
7.3.2 Закон 7.3.2 и его доказательство 416
7.3.3 Закон 7.3.3 и его доказательство 417
7.3.4 Теорема 1.4.1 Сертификат 418
7.4 1,5 докажите 418
7.4.1 Закон 7.4.1 и его сертификат 418
7.4.2 Закон 7.4.2 и его доказательство 419
7.4.3 Закон 7.4.3 и его доказательство 420
7.4.4 Закон 7.4.4 и его доказательство 421
7.4.5 Теорема 1.5.4 Сертификат 423
7,5 1,6 Докажите 425
7.5.1 Теорема 1.6.1 Сертификат 425
7.6 1,7 Докажите 427
7.6.1 Теорема 1.7.1 Сертификат 427
7.6.2 Теорема 1.7.4 Доказательство 428
7.6.3 Профессионал предложения 1.7.9 429
7.6.4 Пропаганда предложения 1.7.11 429
7.7 1,8 докажите 430
7.7.1 Теорема 1.8.3 Сертификат 430
7.7.2 Закон 7.7.1 и его сертификация 431
7.7.3 Закон 7.7.2 и его доказательство 433
7.7.4 Теорема 1.8.4 Сертификат 433
7.7.5 Теорема 1.8.1 Сертификат 435
7.7.6 Теорема 1.8.2 Сертификат 436
7.7.7 Закон 7.7.5 и его доказательство 436
7.7.8 Закон 7.7.6 и его доказательство 438
7.7.9 Теорема 1.8.5 Сертификат 439
7.8 1,9 докажите 442
7.8.1 Отклонение и дисперсию состояния (1.9.11) доказывают 442
7.8.2 Теорема 1.9.1 Сертификат 443
7.9 2.1 Доказать 444
7.9.1 (2.1.3) и (2.1.4) деривация 444
7.9.2 (2.1.7) и (2.1.8) деривация 448
7.10 2,3 докажите 449
7.10.1 Теорема 2.3.2 Сертификат 449
7.11 2,5 докажите 452
7.11.1 Теорема 2.5.1 Сертификат 452
7.11.2 Теорема 2.5.2 Сертификат 454
7.11.3 Теорема 2.5.3 Сертификат 455
7.11.4 Теорема 2.5.4 Доказательство 455
7.11.5 Теорема 2.5.5 Сертификат 455
7.12 3.1 Доказать 456
7.12.1 Пропаганда 3.1.1 Сертификат 456
7.13 3,2 докажите 457
7.13.1 Теорема 7.13.1 и ее сертификат 457
7.13
Выбор редактора
Похожего контента пока нет
