In molti modi, la stima con un metodo appropriato della distanza minima è una delle idee più naturali in statistica. Tuttavia, ci sono molti modi diversi per costruire una distanza appropriata tra i dati e il modello: l'ambito di studio a cui si riferisce la stima della distanza minima è letteralmente enorme. Colmare una lacuna di risorse statistiche Inferenza statistica: l'approccio della distanza minima offre una panoramica completa degli sviluppi nell'inferenza della distanza minima basata sulla densità per dati distribuiti in modo indipendente e identico. Vengono inoltre discusse le estensioni ad altri modelli più complessi. Coprendo in modo completo le basi e le applicazioni dell'inferenza della distanza minima, questo libro introduce e discute: I problemi di stima e verifica delle ipotesi per modelli discreti e continui Le proprietà di robustezza e la geometria strutturale dei metodi della distanza minima Il problema dell'inlier e le sue possibili soluzioni e la stima ponderata della verosimiglianza problema: L'estensione della metodologia della distanza minima in aree interdisciplinari come le reti neurali e gli insiemi fuzzy, nonché modelli e problemi specializzati tra cui problemi semi-parametrici, modelli misti, problemi di dati raggruppati e analisi di sopravvivenza. Inferenza statistica: l'approccio della distanza minima fornisce un resoconto approfondito dei metodi di distanza minima basati sulla densità e del loro uso nell'inferenza statistica. Copre le distanze statistiche, i metodi di distanza minima basati sulla densità, i modelli discreti e continui, le distribuzioni asintotiche, la robustezza, i problemi computazionali, le funzioni di regolazione residua, le descrizioni grafiche della robustezza, le distanze penalizzate e combinate, la verosimiglianza ponderata e i test multinomiali di bontà di adattamento. Questa risorsa accuratamente realizzata è utile a ricercatori e scienziati all'interno e all'esterno dell'arena statistica. . Lingua: Inglese