1) Nadaraya-Watson kernel regression
Nadaraya-Watson核回归
2) Nadaraya-Watson kernel estimate
Nadaraya-Watson核估计
1.
As to nonparametric and semiparametric regression models, the most widely used regression methods include: local smoothness, including Nadaraya-Watson kernel estimate, Gasser-Muller estimate, local polynomial method; spline method(such as smoothing spline, spline penalies and so on); other is orthogonal series estimates, such as Fourier series and so on.
对于非参数和半参数回归模型,现在人们研究比较多的非参数回归拟合方法主要包括:局部光滑,包括Gasser-Muller估计,Nadaraya-Watson核估计和局部多项式方法等;样条方法(包括光滑样条、惩罚样条等);还有就是正交级数估计,如小波方法,正交级数等。
3) Nadaraya-Watson
Nadaraya-Watson估计
4) kernel regression
核回归
1.
The kernel regression method now is the most popular non-parametric estimation method.
核回归方法是比较常用的一种非参数估计方法。
2.
Nonparametric kernel regression methods have been proposed for longitudinal data analysis recently (Lin and Carroll, 2000).
非参数核回归方法近年来已被用于纵向数据的分析(Lin和Carroll,2000)。
3.
Nonparametric methods based on kernel regression are used to estimate the time-dependent CKLS model for China interbank market 7-day repo rates.
时变的扩散模型能更好的描述短期利率的随机行为,文章采用基于核回归的非参数方法,估计中国银行间市场7天回购利率的时间相依CKLS模型。
5) kernel logistic regression
核Logistic回归
6) Profit from the core
回归核心
补充资料：Galton-Watson过程
Galton-Watson过程
Gahon - Watson process
G曲朋一w‘加阅过程【C目阪扣一wat城口脚倪ess;ra几盯。-。a一BaTeo.a npo明eee] 具有一种类型的粒子的离散时间分支过程(b晓山-c址ngplt兀思骆).以F.Galton和G.W白朽。n的名字命名，他们在1873年首先研究了一个家族的退化问题. B .A.Q砚‘r卜朋。B撰
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条