A Parametric Approach to Nonparametric Statistics
◆Springer Nature Yellow Sale 開催中!:2024年6月23日(日)ご注文分まで
※上記表示の販売価格は割引適用後の価格です 出版済み 3週間でお届けいたします。 1st ed. 2018 Series: Springer Series in the Data Sciences Author: Alvo, Mayer / Yu, Philip L. H. Publisher: Springer ISBN: 9783319941523 Cover: HARDCOVER Date: 2018年10月 DESCRIPTION ノンパラメトリック統計はパラメトリックの観点から指導可能なことを立証する一冊。 本書により、尤度関数、ペナルティ付き尤度、スコア関数といった多彩なパラメトリックツールで一般的な検定を導き出すだけでなく、ベイズ法を用いたランキングデータの分析ができる。 パラメトリック統計とノンパラメトリック統計の不足部分を補完し、ノンパラメトリック統計のロバストネス(頑健性)を享受しつつ、パラメトリック統計のベストプラクティスを提示する。 大学院でのノンパラメトリック統計の授業に用いることができるうえ、その一部は上級学部生にも利用できる。また、統計学者や応用分野の研究者にとっても、大変興味深い一冊となるだろう。 TABLE OF CONTENTS This book demonstrates that nonparametric statistics can be taught from a parametric point of view. As a result, one can exploit various parametric tools such as the use of the likelihood function, penalized likelihood and score functions to not only derive well-known tests but to also go beyond and make use of Bayesian methods to analyze ranking data. The book bridges the gap between parametric and nonparametric statistics and presents the best practices of the former while enjoying the robustness properties of the latter. This book can be used in a graduate course in nonparametrics, with parts being accessible to senior undergraduates. In addition, the book will be of wide interest to statisticians and researchers in applied fields.
|