Nonparametric Smoothing and Lack-of-Fit Tests

هدف اولیه این کتاب این است که روش شناسی روش شناسی استفاده از رگرسیون رگرسیون ناپارامتریک ناپارامتریک (یعنی (یعنی هموارسازی)) را در آزمون آزمایشی کشف کند. برازش برازش مدل های رگرسیون پارامتری پارامتریک. مدل ها. پیش‌بینی می‌شود که این کتاب مورد توجه مخاطبانی از دانشجویان فارغ‌التحصیل، دانشجویان، محققین محققین و پزشکان متخصصی باشد که مطالعه می‌کنند یا از نرم‌افزار روان استفاده می‌کنند. روش شناسی روش شناسی فصل‌ها فصل‌های 2-4 2-4 به عنوان یک مقدمه کلی برای هموارسازی در مورد یک متغیر طراحی واحد عمل می‌کنند. متغیر. تاکید در این فصل‌ها بر تخمین منحنی‌های رگرسیون رگرسیون، منحنی‌ها است که تقریباً هیچ اشاره‌ای به مشکل عدم تناسب وجود ندارد. مسئله. به این ترتیب، فصل های 2-4 2-4 را می توان به عنوان پایه و اساس دوره آمار مقطع کارشناسی ارشد در مقطع کارشناسی ارشد در مورد رگرسیون ناپارامتریک ناپارامتریک مورد استفاده قرار داد. رگرسیون.

The The primary primary aim aim of of this this book book is is to to explore explore the the use use of of nonparametric nonparametric regres­ regres­ sion sion (i. e. , (i. e. , smoothing) smoothing) methodology methodology in in testing testing the the fit fit of of parametric parametric regression regression models. models. It It is is anticipated anticipated that that the the book book will will be be of of interest interest to to an an audience audience of of graduate graduate students, students, researchers researchers and and practitioners practitioners who who study study or or use use smooth­ smooth­ ing ing methodology. methodology. Chapters Chapters 2-4 2-4 serve serve as as a a general general introduction introduction to to smoothing smoothing in in the the case case of of a a single single design design variable. variable. The The emphasis emphasis in in these these chapters chapters is is on on estimation estimation of of regression regression curves, curves, with with hardly hardly any any mention mention of of the the lack-of­ lack-of­ fit fit problem. problem. As As such, such, Chapters Chapters 2-4 2-4 could could be be used used as as the the foundation foundation of of a a graduate graduate level level statistics statistics course course on on nonparametric nonparametric regression. regression.