هموارسازی کرنلی در متلب: نظریه و عمل هموارسازی کرنلی ۲۰۱۲
Kernel Smoothing In Matlab: Theory And Practice Of Kernel Smoothing 2012

روش‌های تخمین کرنل، یکی از موثرترین تکنیک‌های هموارسازی ناپارامتری به شمار می‌روند. این روش‌ها درک آسانی دارند و از ویژگی‌های آماری بسیار خوبی برخوردارند. این کتاب، مروری مختصر و جامع بر نظریه آماری ارائه می‌دهد و علاوه بر آن، بر پیاده‌سازی روش‌های ارائه شده در Matlab نیز تاکید ویژه‌ای دارد. تمامی برنامه‌های ایجاد شده در یک جعبه ابزار ویژه گنجانده شده‌اند که جزء لاینفک کتاب است. این جعبه ابزار شامل اسکریپت‌های متعددی در Matlab است که برای هموارسازی کرنلِ چگالی، تابع توزیع تجمعی، تابع رگرسیون، تابع خطر، شاخص‌های کیفیت و چگالی دو متغیره مفید هستند. به طور خاص، روش‌هایی برای انتخاب پهنای باند بهینه و یک رویه ویژه برای انتخاب همزمان پهنای باند، کرنل و مرتبه آن پیاده‌سازی شده‌اند. جعبه ابزار بر اساس فصل‌های کتاب به شش بخش تقسیم شده است. تمامی اسکریپت‌ها در یک رابط کاربری گنجانده شده‌اند و کار با این رابط کاربری آسان است. هر فصل از کتاب نیز شامل راهنمای مفصلی برای بخش مربوطه در جعبه ابزار است.

این کتاب برای تازه‌واردان به حوزه تکنیک‌های هموارسازی در نظر گرفته شده است و برای طیف گسترده‌ای از مخاطبان شامل دانشجویان تحصیلات تکمیلی، دانشجویان دکترا و محققان از هر دو حوزه علوم آماری و رشته‌های مرتبط نیز مناسب خواهد بود.

Methods of kernel estimates represent one of the most effective nonparametric smoothing techniques. These methods are simple to understand and they possess very good statistical properties. This book provides a concise and comprehensive overview of statistical theory and in addition, emphasis is given to the implementation of presented methods in Matlab. All created programs are included in a special toolbox which is an integral part of the book. This toolbox contains many Matlab scripts useful for kernel smoothing of density, cumulative distribution function, regression function, hazard function, indices of quality and bivariate density. Specifically, methods for choosing a choice of the optimal bandwidth and a special procedure for simultaneous choice of the bandwidth, the kernel and its order are implemented. The toolbox is divided into six parts according to the chapters of the book.All scripts are included in a user interface and it is easy to manipulate with this interface. Each chapter of the book contains a detailed help for the related part of the toolbox too. This book is intended for newcomers to the field of smoothing techniques and would also be appropriate for a wide audience: advanced graduate, PhD students and researchers from both the statistical science and interface disciplines.