高维统计模型的估计理论与模型识别
出版时间:
2020-05
版次:
1
ISBN:
9787040538847
定价:
79.00
装帧:
其他
开本:
16开
纸张:
胶版纸
页数:
276页
12人买过
-
本书系统介绍了半变系数复杂数据模型、广义半参数部分可加模型、广义半变系数模型、随机逻辑扩散方程和非平稳高维统计模型的估计理论和模型识别,同时探讨了当前备受关注的变量选择、分位数回归、高维分类和大数据等问题。 本书的主要创新之处是将非线性数据、相依数据、非平稳数据和分类数据引入高维统计模型,发展了估计理论和模型识别方法;对稀疏高维统计模型引入了正则方法和变量选择来提高高维统计模型的识别能力和预测精度;对非平稳随机微分方程发展了稳健推断理论和基于局部停时的空间推断方法;对高维分类模型引入不同惩罚函数建立了正则分类模型,利用(组)坐标下降算法得到了快速收敛的迭代估计,提高了稀疏分类模型的预测精度。 本书可作为统计学及相关专业的本科生、研究生和科研工作人员的参考书。
-
内容简介:
本书系统介绍了半变系数复杂数据模型、广义半参数部分可加模型、广义半变系数模型、随机逻辑扩散方程和非平稳高维统计模型的估计理论和模型识别,同时探讨了当前备受关注的变量选择、分位数回归、高维分类和大数据等问题。 本书的主要创新之处是将非线性数据、相依数据、非平稳数据和分类数据引入高维统计模型,发展了估计理论和模型识别方法;对稀疏高维统计模型引入了正则方法和变量选择来提高高维统计模型的识别能力和预测精度;对非平稳随机微分方程发展了稳健推断理论和基于局部停时的空间推断方法;对高维分类模型引入不同惩罚函数建立了正则分类模型,利用(组)坐标下降算法得到了快速收敛的迭代估计,提高了稀疏分类模型的预测精度。 本书可作为统计学及相关专业的本科生、研究生和科研工作人员的参考书。
查看详情
-
全新
湖北省武汉市
平均发货20小时
成功完成率80.6%
-
全新
四川省成都市
平均发货16小时
成功完成率89.64%
-
八品
河南省安阳市
平均发货9小时
成功完成率95.34%
-
九五品
北京市西城区
平均发货17小时
成功完成率86.76%
-
全新
河北省沧州市
平均发货14小时
成功完成率69.38%
-
八品
湖南省长沙市
平均发货13小时
成功完成率92.15%
-
八品
-
八五品
浙江省杭州市
平均发货9小时
成功完成率93.77%
-
八五品
江西省抚州市
平均发货19小时
成功完成率85.15%
-
全新
河北省廊坊市
平均发货27小时
成功完成率85.89%
-
九品
江西省吉安市
平均发货36小时
成功完成率88.25%
-
全新
江西省吉安市
平均发货54小时
成功完成率84.54%
-
全新