توضیحات
Quantile regression constitutes an ensemble of statistical techniques intended to estimate and draw inferences about conditional quantile functions. Median regression, as introduced in the 18th century by Boscovich and Laplace, is a special case. In contrast to conventional mean regression that minimizes sums of squared residuals, median regression minimizes sums of absolute residuals; quantile regression simply replaces symmetric absolute loss by asymmetric linear loss.
Since its introduction in the 1970’s by Koenker and Bassett, quantile regression has been gradually extended to a wide variety of data analytic settings including time series, survival analysis, and longitudinal data. By focusing attention on local slices of the conditional distribution of response variables it is capable of providing a more complete, more nuanced view of heterogeneous covariate effects. Applications of quantile regression can now be found throughout the sciences, including astrophysics, chemistry, ecology, economics, finance, genomics, medicine, and meteorology. Software for quantile regression is now widely available in all the major statistical computing environments.
The objective of this volume is to provide a comprehensive review of recent developments of quantile regression methodology illustrating its applicability in a wide range of scientific settings.
The intended audience of the volume is researchers and graduate students across a diverse set of disciplines.
————————————————————–
ترجمه ماشینی :
رگرسیون چندکی مجموعهای از تکنیکهای آماری را تشکیل میدهد که برای تخمین و استنتاج درباره توابع چندک شرطی در نظر گرفته شده است. رگرسیون میانه، همانطور که در قرن 18 توسط بوسکوویچ و لاپلاس معرفی شد، یک مورد خاص است. بر خلاف رگرسیون میانگین معمولی که مجموع مجذور باقیمانده را به حداقل می رساند، رگرسیون میانه مجموع باقیمانده های مطلق را به حداقل می رساند. رگرسیون چندک به سادگی جایگزین از دست دادن خطی نامتقارن مطلق متقارن می شود.
از زمان معرفی آن در دهه 1970 توسط کوئنکر و باست، رگرسیون چندک به تدریج به طیف گسترده ای از تحلیل داده ها گسترش یافته است. تنظیمات شامل سری های زمانی، تجزیه و تحلیل بقا، و داده های طولی. با تمرکز بر بخشهای محلی توزیع شرطی متغیرهای پاسخ، میتوان دید کاملتر و ظریفتری از اثرات متغیرهای ناهمگن ارائه کرد. کاربردهای رگرسیون چندکی اکنون در سراسر علوم، از جمله اخترفیزیک، شیمی، بوم شناسی، اقتصاد، مالی، ژنومیک، پزشکی و هواشناسی یافت می شود. نرم افزار برای رگرسیون چندک در حال حاضر به طور گسترده در تمام محیط های محاسباتی آماری عمده در دسترس است.
هدف این جلد ارائه مروری جامع از پیشرفت های اخیر روش رگرسیون چندکی است که کاربرد آن را در طیف گسترده ای از علوم علمی نشان می دهد. تنظیمات.
مخاطبان مورد نظر این جلد، محققان و دانشجویان فارغ التحصیل در مجموعهای از رشتههای مختلف هستند.
tag : دانلود کتاب کتابچه راهنمای رگرسیون کوانتیل , Download کتابچه راهنمای رگرسیون کوانتیل , دانلود کتابچه راهنمای رگرسیون کوانتیل , Download Handbook of Quantile Regression Book , کتابچه راهنمای رگرسیون کوانتیل دانلود , buy کتابچه راهنمای رگرسیون کوانتیل , خرید کتاب کتابچه راهنمای رگرسیون کوانتیل , دانلود کتاب Handbook of Quantile Regression , کتاب Handbook of Quantile Regression , دانلود Handbook of Quantile Regression , خرید Handbook of Quantile Regression , خرید کتاب Handbook of Quantile Regression ,
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.