高維統計模型的估計理論與模型識別

　　本書系統介紹了半變系數復雜數據模型、廣義半參數部分可加模型、廣義半變系數模型、隨機邏輯擴散方程和非平穩(wěn)高維統計模型的估計理論和模型識別，同時探討了當前備受關注的變量選擇、分位數回歸、高維分類和大數據等問題。 本書的主要創(chuàng)新之處是將非線性數據、相依數據、非平穩(wěn)數據和分類數據引入高維統計模型，發(fā)展了估計理論和模型識別方法；對稀疏高維統計模型引入了正則方法和變量選擇來提高高維統計模型的識別能力和預測精度；對非平穩(wěn)隨機微分方程發(fā)展了穩(wěn)健推斷理論和基于局部停時的空間推斷方法；對高維分類模型引入不同懲罰函數建立了正則分類模型，利用（組）坐標下降算法得到了快速收斂的迭代估計，提高了稀疏分類模型的預測精度。 本書可作為統計學及相關專業(yè)的本科生、研究生和科研工作人員的參考書。

暫缺《高維統計模型的估計理論與模型識別》作者簡介