روشهای برآورد تابع ناپارامتری در مدلهای نیمه پارامتری و ناپارامتری
رگرسیون خطی (پارامتری)، در کنار تمام مزایا و محاسن خود، نمی تواند نماینده خوبی از آن چه که در دنیای واقعی رخ می دهد، باشد. در دنیای واقعی به ندرت می توان مجموعه داده هایی که در آن ارتباط خطی بین متغیر توضیحی و متغیر پاسخ وجود داشته باشد، یافت. در عمل مجموعه داده های دنیای واقعی بسیار پیچیده و دارای ارتباطات غیر خطی اند که در مواردی حتی با اعمال تبدیل های قوی نظیر تبدیل باکس-کاکس، لگاریتمی و... نیز ارتباط مابین آن ها خطی نمی شود. در این شرایط متخصص آمار ناگزیر به استفاده از روش های ناپارامتری (و یا نیمه پارامتری) برای ادامه کار خود است.
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.