英国非参数回归的线性模型课程作业补习

我们可以辅导英国非参数回归的线性模型Linear Models with Nonparametric Regression的课程。

这门课程最终的考核是20%的作业以及80%的期末考试，同学无论是同步课程辅导还是课后有作业，都可以找我们老师进行辅导，老师双语授课满足不同学生需求，我们的老师的英文是母语水平，同时会讲中文，可全英语教学也可双语教学随时转换。

本课程从研究一般线性问题的估计和假设检验开始。一旦建立了原理和技术，就将更详细地检查这三种类型的分析中的实际应用。 非参数回归提供了一种非常灵活的方法来探索响应和关联的协变量之间的关系，而无需指定参数模型。可用的不同技术基本上是基于受平滑参数值控制的局部平均形式。

在本课程的这一部分中，我们将研究一些不同的技术及其统计属性。我们还将简要介绍如何在更多的推论过程中使用此类估计量。

教学大纲

线性模型

通用线性模型：最小二乘估计量(l.s.e)及其属性。 残差和残差平方和。 杠杆作用。 l.s.e和残差平方和的分布。

一般线性假设。 额外平方和，顺序平方和，局部平方和。 一般线性假设及其分布的检验统计量。 置信区间和预测区间。

线性回归：简单回归，多元回归，虚拟变量和协方差分析。

方差分析。 一和两种方差分析。 使用比较。 互动。

非参数回归

最小二乘回归，局部平均。

局部多项式核回归。

选择平滑参数的值。

变异带，检查参数回归模型的有效性。

样条回归介绍。

以上是关于英国非参数回归的线性模型的课程内容介绍，如果同学需要这门课程的作业以及考试，都可以联系我们客服老师咨询。