Kernel smoothing si riferisce a una metodologia generale per il recupero della struttura sottostante nei set di dati. Il principio di base è che la media locale o lo smoothing viene eseguito rispetto a una funzione del kernel. Questo libro fornisce ai lettori non iniziati un'idea dei principi, delle applicazioni e dell'analisi degli smoother del nocciolo. Ciò è facilitato dall'attenzione degli autori sulle impostazioni più semplici, vale a dire la stima della densità e la regressione non parametrica. Prestano particolare attenzione al problema della scelta del parametro di livellamento di un levigatore del nocciolo e trattano anche il caso multivariato in dettaglio. Kernel Smoothing è autonomo e presuppone solo una conoscenza di base di statistica, calcolo e algebra matriciale. È un'introduzione inestimabile alle idee principali della stima del kernel per studenti e ricercatori di altre discipline e fornisce un riferimento completo per coloro che hanno familiarità con l'argomento. Ulteriori informazioni sul libro e sul pacchetto R che lo accompagna sono disponibili qui. . Lingua: Inglese