包邮 高维统计模型的估计理论与模型识别 胡雪梅 刘锋 现代统计学丛书 高等教育出版社

《高维统计模型的估计理论与模型识别》是一本系统介绍高维统计模型的估计理论和模型识别的学术著作。本书详细介绍了半变系数复杂数据模型、广义半参数部分可加模型、广义半变系数模型、随机逻辑扩散方程和非平稳高维统计模型的估计理论和模型识别方法。另外，本书还探讨了目前热门的变量选择、分位数回归、高维分类和大数据等问题，为统计学相关专业的学生和研究工作者提供了非常有价值的参考资料。本书很大的创新之处在于引入非线性数据、相依数据、非平稳数据和分类数据来发展高维统计模型的估计理论和模型识别方法，同时也引入了正则方法和变量选择来提高稀疏高维统计模型的识别能力和预测精度。对于非平稳随机微分方程，本书还发展了稳健推断理论和基于局部停时的空间推断方法，对高维分类模型引入不同惩罚函数建立了正则分类模型，并利用(组)坐标下降算法得到了快速收敛的迭代估计，大大提高了稀疏分类模型的预测精度。总之，本书是一本非常有用的统计学参考书，帮助读者深入理解高维统计模型理论，并掌握其实际应用方法。读者可以通过本书深入挖掘高维统计模型的相关知识和技术，为进行科研工作提供强有力的支持。