Multivariate Density Estimation: Theory, Practice, and Visualization

تحلیل داده‌های مدرن را از طریق تخمین چگالی ناپارامتریک برای دانش کاری کامل از نظریه و روش‌ها روشن می‌کند

با ارائه یک ارائه کاملاً اصلاح‌شده، تخمین چگالی چند متغیره: تئوری، عمل، و تجسم، ویرایش دوم رویکردی شهودی به موارد زیرین دارد. روش شناسی و تئوری پشتیبانی از تخمین چگالی. ویرایش دوم شامل مطالب جدید و تحقیقات به روز شده در هر فصل، شفاف سازی بیشتری از فرصت های نظری، الگوریتم های جدید و پوشش به روز چالش های منحصر به فرد ارائه شده در زمینه تجزیه و تحلیل داده ها را ارائه می دهد.

ویرایش جدید بر تکنیک‌ها و روش‌های مختلف تخمین چگالی تمرکز دارد که می‌توانند در زمینه داده‌های بزرگ استفاده شوند. با تعریف برآوردگرهای ناپارامتریک بهینه، ویرایش دوم ابزارهای تخمین چگالی را برای استفاده در هنگام برخورد با ساختارهای چند متغیره مختلف در تجزیه و تحلیل داده های تک متغیره، دو متغیره، سه متغیره و چهار متغیره نشان می دهد. در ادامه به نشان دادن مفاهیم اصلی در زمینه هیستوگرام کلاسیک، تخمین چگالی چند متغیره: تئوری، عمل، و تجسم، ویرایش دوم همچنین دارای ویژگی های زیر است: * بیش از 150 شکل به روز شده برای روشن کردن نتایج نظری و نشان دادن تجزیه و تحلیل مجموعه داده های واقعی * یک به روز شده ارائه تجسم گرافیکی با استفاده از نرم افزارهای کامپیوتری مانند R * بحث روشنی در مورد انتخاب های تحقیقات مهم در طول دهه گذشته، از جمله تخمین مخلوط، الگوریتم های مدل سازی پارامتری قوی، و خوشه بندی * بیش از 130 مسئله برای کمک به خوانندگان برای تقویت مفاهیم و ایده های اصلی ارائه شده * قضایا و نتایج جعبه‌ای که امکان شناسایی آسان ایده‌های حیاتی را فراهم می‌کند

تخمین چگالی چند متغیره: تئوری، عمل، و تجسم، نسخه دوم مرجع ایده‌آلی برای آماردانان نظری و کاربردی، مهندسان عملی و همچنین خوانندگان علاقه‌مند به جنبه‌های نظری است. تخمین ناپارامتریک و کاربرد این روش ها برای m داده های فوق العاده ویرایش دوم همچنین به عنوان یک کتاب درسی برای دروس مقدماتی در آمار هسته، هموارسازی، آمار محاسباتی پیشرفته و اشکال عمومی توزیع های آماری مفید است.

Clarifies modern data analysis through nonparametric density estimation for a complete working knowledge of the theory and methods

Featuring a thoroughly revised presentation, Multivariate Density Estimation: Theory, Practice, and Visualization, Second Edition maintains an intuitive approach to the underlying methodology and supporting theory of density estimation. Including new material and updated research in each chapter, the Second Edition presents additional clarification of theoretical opportunities, new algorithms, and up-to-date coverage of the unique challenges presented in the field of data analysis.

The new edition focuses on the various density estimation techniques and methods that can be used in the field of big data. Defining optimal nonparametric estimators, the Second Edition demonstrates the density estimation tools to use when dealing with various multivariate structures in univariate, bivariate, trivariate, and quadrivariate data analysis. Continuing to illustrate the major concepts in the context of the classical histogram, Multivariate Density Estimation: Theory, Practice, and Visualization, Second Edition also features: * Over 150 updated figures to clarify theoretical results and to show analyses of real data sets * An updated presentation of graphic visualization using computer software such as R * A clear discussion of selections of important research during the past decade, including mixture estimation, robust parametric modeling algorithms, and clustering * More than 130 problems to help readers reinforce the main concepts and ideas presented * Boxed theorems and results allowing easy identification of crucial ideas

Multivariate Density Estimation: Theory, Practice, and Visualization, Second Edition is an ideal reference for theoretical and applied statisticians, practicing engineers, as well as readers interested in the theoretical aspects of nonparametric estimation and the application of these methods to multivariate data. The Second Edition is also useful as a textbook for introductory courses in kernel statistics, smoothing, advanced computational statistics, and general forms of statistical distributions.