Dit studieboek van Larry Wasserman behandelt moderne onderwerpen binnen nonparametric inference. Het biedt een beknopte introductie in methoden zoals dichtheidschatting, niet-parametrische regressie, bootstrapping en wavelets. Dit naslagwerk is geschikt voor master- en PhD-studenten in statistiek en computerwetenschappen, alsook voor onderzoekers die snel inzicht willen krijgen in actuele, niet-parametrische technieken.
Inhoud
Er zijn veel boeken over diverse aspecten van nonparametric inference, maar weinig bundelen deze thema’s overzichtelijk in één werk. Dit boek richt zich op een brede introductie zonder diepgaande wiskundige bewijzen, zodat de lezer snel bekende basisconcepten begrijpt. Onderwerpen als classificatie en niet-parametrische Bayesiaanse inferentie worden niet behandeld vanwege hun omvang. De tekst is gebaseerd op een cursus van twintig uur voor voornamelijk masterstudenten.
Productspecificaties
- Auteur: Larry Wasserman
- Serie: Springer Texts in Statistics
- Uitgever: Springer-Verlag New York Inc.
- Verschijningsdatum: 2005-10-21
- Aantal pagina's: 270
- ISBN: 9780387251455
- Thema: Probability and statistics
- BISAC: MATHEMATICS / Probability & Statistics / General