Bedankt voor het vertrouwen het afgelopen jaar! Om jou te bedanken bieden we GRATIS verzending aan op alles gedurende de hele maand januari.

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België
Ruim aanbod met 7 miljoen producten

Bedankt voor het vertrouwen het afgelopen jaar! Om jou te bedanken bieden we GRATIS verzending aan op alles gedurende de hele maand januari.

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België
Ruim aanbod met 7 miljoen producten

Winkels

Verlanglijstje

Winkels

Verlanglijstje

Zoeken

Volg ons op

Wist je dat er in Vlaanderen voor iedereen een Standaard Boekhandel is binnen een straal van 7 km?

Zoek een winkel

€ 310,45

+ 620 punten

Levering 1 à 2 weken

Eenvoudig bestellen

Veilig betalen

In januari gratis thuislevering in België (via bpost)

Gratis levering in je Standaard Boekhandel

Omschrijving

Non linearity arises in statistical inference in various ways, with varying degrees of severity, as an obstacle to statistical analysis. More entrenched forms of nonlinearity often require intensive numerical methods to construct estimators, and the use of root search algorithms, or one-step estimators, is a standard method of solution. This book provides a comprehensive study of nonlinear estimating equations and artificial likelihood's for statistical inference. It provides extensive coverage and comparison of hill climbing algorithms, which when started at points of nonconcavity often have very poor convergence properties, and for additional flexibility proposes a number of modification to the standard methods for solving these algorithms. The book also extends beyond simple root search algorithms to include a discussion of the testing of roots for consistency, and the modification of available estimating functions to provide greater stability in inference. A variety of
examples from practical applications are included to illustrate the problems and possibilities thus making this text ideal for the research statistician and graduate student.