Langbeschreibung
Bei der Regressionsanalyse von Datenmaterial erhält man leider selten lineare oder andere einfache Zusammenhänge (parametrische Modelle). Dieses Buch hilft Ihnen, auch komplexere, nichtparametrische Modelle zu verstehen und zu beherrschen. Stärken und Schwächen jedes einzelnen Modells werden durch die Anwendung auf Standarddatensätze demonstriert. Verbreitete nichtparametrische Modelle werden mit Hilfe von Bayes-Verfahren in einen kohärenten wahrscheinlichkeitstheoretischen Zusammenhang gebracht.
Inhaltsverzeichnis
PrefaceAcknowledgements.IntroductionBayesian ModellingCurve FittingSurface FittingClassification using Generalised Nonlinear ModelsBayesian Tree ModelsPartition ModelsNearest-Neighbour ModelsMultiple Response ModelsAppendix A: Probability DistributionsAppendix B: Inferential ProcessesReferencesIndexAuthor Index