机读格式显示(MARC)

• 000 01613nam0 2200265 450

• 001 0000304034

• 005 20190926104500.0

• 010 __ |a 978-7-03-059428-0 |d CNY78.00

• 100 __ |a 20190515d2019 em y0chiy50 ba

• 101 0_ |a chi |a eng

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 线性模型的参数估计和预测理论 |A Xian Xing Mo Xing De Can Shu Gu Ji He Yu Ce Li Lun |f Guikai Hu |d = Parametric estimation and prediction theory in linear model |f 胡桂开著 |z eng

• 210 __ |a 北京 |c 科学出版社 |d 2019

• 215 __ |a 169页 |c 图 |d 24cm

• 320 __ |a 有书目 (第160-169页)

• 330 __ |a 线性模型是现代统计学中一类重要的模型, 广泛地应用于经济, 金融, 生物、医学和工程技术等领域。在该模型的建模分析中, 统计学家主要研究模型的参数估计理论, 假设检验以及未来观察值的预测等统计推断问题。相比较, 参数的假设检验以及未来观察值的预测问题研究更多的依赖于参数估计的结果。因此, 模型的参数估计理论在整个建模分析过程中起到重要的作用, 得到统计学家的高度重视。一方面, 需要研究模型的参数估计理论和方法, 并对各种估计的优良性进行分析; 另一方面, 需要基于模型参数估计结果对未来观察值的预测方法进行研究。本书围绕厚尾分布下线性模型中若干参数估计方法, 基于统计决策理论对它们的优良性进行分析, 便于人们合理的选择各种估计方法, 同时分别基于统计决策理论和贝叶斯分析思想探讨有限总体的最优预测, 可容许预测和贝叶斯预测。

• 510 1_ |a Parametric estimation and prediction theory in linear model |z eng

• 606 0_ |a 线性模型 |A xian xing mo xing |x 参数估计 |x 英文

• 606 0_ |a 线性模型 |A xian xing mo xing |x 预测 |x 英文

• 690 __ |a O212 |v 5

• 701 _0 |a 胡桂开 |A hu gui kai |4 著

• 801 _0 |a CN |b AUSTL |c 20190926

• 905 __ |a AUSTL |d O212/H352