David G. T. Denison, Christopher C. Holmes, Bani K. Mallick

Bayesian Methods for Nonlinear Classification and Regression

By David G. T. Denison, Christopher C. Holmes, Bani K. Mallick et al.

• Gebundenes Buch

Produktbeschreibung

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.

Produktdetails

• Wiley Series in Probability and Statistics
• Verlag: Wiley & Sons
• 1. Auflage
• Seitenzahl: 296
• Erscheinungstermin: 6. Mai 2002
• Englisch
• Abmessung: 240mm x 161mm x 21mm
• Gewicht: 602g
• ISBN-13: 9780471490364
• ISBN-10: 0471490369
• Artikelnr.: 10538526

Autorenporträt

David G. T. Denison and Christopher C. Holmes are the authors of Bayesian Methods for Nonlinear Classification and Regression, published by Wiley.

Inhaltsangabe

Preface Acknowledgements. Introduction Bayesian Modelling Curve Fitting
Surface Fitting Classification using Generalised Nonlinear Models Bayesian
Tree Models Partition Models Nearest-Neighbour Models Multiple Response
Models Appendix A: Probability Distributions Appendix B: Inferential
Processes References Index Author Index