Buch für nicht parametrische Statistiken

Was wäre ein gutes Buch für nichtparametrische Statistiken? Nicht nur die Einführung, sondern auch das fortgeschrittene Niveau. Außerdem schaue ich mir etwas an, das ich zum Lernen und nicht als Referenz verwenden kann.

Insbesondere suche ich nach einem Buch, das Grundlagen hinter nichtparametrischen Methoden, nichtparametrischen Inferenzen, Methoden zur Bewertung nichtparametrischer Methoden, z. B. KS-Test, Test usw., Bootstrapping, enthalten kann. $t$

Nichtparametrische Statistiken sind ein großes Feld, aber ich würde vermuten, dass alle nichtparametrischen Statistiken von Larry Wassermann ein vernünftiger Ausgangspunkt sein sollten. Ich weiß nicht, ob ich es "fortgeschrittenes Niveau" nennen würde, aber er skizziert die Beweise für viele der Ergebnisse im Buch. Zu den Themen gehören der Bootstrap, Glättungstechniken, Dichteschätzung, Regression und viele andere Dinge. Keine nichtparametrischen Bayes.

Kerl

Ich habe das ausprobiert, aber es ist eher ein Nachschlagewerk als Lernmaterial. Nein?

Ich bin anderer Meinung, es sollte in Ordnung sein, daraus zu lernen. Wenn ich mich richtig erinnere, schrieb er es für Leute, die vorher keine nichtparametrischen Methoden gesehen hatten, solche Informatikstudenten, die er unterrichtet.

Kerl

Suchen Sie nach "verteilungsfreiem" Material oder nach Nichtparametrik im Sinne von "unendlich parametrisch", unabhängig davon, ob es sich um Verteilungen, Beziehungen zwischen Variablen oder was auch immer handelt? Zum Beispiel kann ich eine lineare Beziehung für ohne eine Verteilungsannahme annehmen , oder ich kann annehmen, dass normal ist und nicht annehmen, dass die Beziehung zu alles andere als 'glatt' ist ... beide können referenziert werden als 'nichtparametrisch', obwohl jeder in einem Aspekt parametrisch ist (wenn er in einem anderen möglicherweise unendlich parametrisch ist).

(Y | X = x)

$(Y|X=x)$

Y

$Y$

X

$X$

Glen_b -State Monica

Ich suche verteilungsfreie Sachen.

Antworten:

Ich betrachte die Encyclopaedia Britannica der nichtparametrischen Statistik als:

Hollander, M. & Wolfe, D. (1999). Nichtparametrische statistische Methoden, 2. Auflage . Wiley.

Ich bin mir nicht sicher, ob ich dies als einführend oder fortgeschritten bezeichnen würde. Viele der Abschnitte sind meiner Meinung nach etwas knapp und mit viel mathematischer Notation geschrieben. Dies wird einschüchternd / abstoßend für Menschen sein, die etwas mathematische Angst haben. Auf der anderen Seite ist es nicht wirklich ableiten Theoreme, es ist nur mathematische Notation mit den Ideen auszudrücken. Am Ende jedes Abschnitts sind einige Probleme enthalten. Sie könnten das Buch definitiv verwenden, um nichtparametrische Statistiken zu lernen.

Für eine Behandlung, die viel einführender ist:

Higgins, J. (2003). Einführung in die moderne nichtparametrische Statistik . Duxbury.

wird viel weniger einschüchternd sein, denke ich. Ich habe einige Teile davon überflogen, und es scheint eine sanfte Einführung für Leute zu sein, die keinen starken statistischen Hintergrund haben. Es ist sehr klar, hat aber nichts wie die Tiefe oder Abdeckung von Hollander & Wolfe.

gung - Monica wieder einsetzen
quelle

Ich habe keine Empfehlung für ein Buch, das sich hauptsächlich mit der mathematischen Theorie der nichtparametrischen Statistik befasst.

Gung - Reinstate Monica

Im November 2013 erschien die dritte Ausgabe von Hollander & Wolfe und ein entsprechendes GNU R-Paket NSM3 ist verfügbar.

Marcus Ritt

Vielleicht möchten Sie dieses Buch lesen . Der Titel sagt schon alles;) Die Rezensionen für das Buch sind hervorragend. Ich kann es mir nicht sagen, da ich es noch nicht gelesen habe. Aber es scheint den theoretischen Hintergrund zu haben, den Sie suchen, und es konzentriert sich auch auf Anwendungen, dh es hilft Ihnen, diese Techniken schnell anzuwenden.

jpmuc
quelle

Geben Sie in der Antwort den Namen des Buches an, nicht nur den Link, bitte! :)

Ronie