Anmeldung Registrierung
Auto Hell Dunkel
Erweiterte Suche
  1. Startseite
  2. Podcasts
  3. Mathematik, Informatik und Statistik - Open Access LMU - Teil 01/03 Podcast
  4. Testing Generalized Linear and Semiparametric Models Against Smooth Alternatives
We propose goodness of fit tests for testing generalized linear
models and semiparametric regression models against smooth
alternatives. The focus is on models having both, continuous and
factorial covariates. As smooth extension of a parametric or
semiparametric model we use generalized varying coefficient models
as proposed by Hastie&Tibshirani (JRSS B, 1993). A likelihood
ratio statistic is used for testing, and asymptotic normality of
the test statistic is proven. Due to a slow asymptotic convergence
rate a bootstrap approach is pursued. Asymptotic expansions allow
to write the estimates as linear smoothers which in turn guarantees
simple and fast bootstrapping. The test is shown to have sqrt(n)
power, but in contrast to parametric tests it is powerful against
smooth alternatives in general.
Episode melden

„Testing Generalized Linear and Semiparametric Models Against Smooth Alternatives“

Worum geht es? Danach fragen wir noch nach dem Grund.

Abonnenten

Teilen

Mein Archiv

Deine Privatkopie der Folgen, die du nicht verlieren willst.

Podcast-Folgen verschwinden. Feeds werden auf die letzten Episoden gekürzt, Hoster räumen alte Dateien ab, Formate wechseln den Anbieter und lassen ihr Archiv zurück. Mit „Mein Archiv“ sichert podcast.de die Folgen deiner Podcasts für dich — angefangen bei den ältesten, denn die sind zuerst weg.

  • Deine gesicherten Folgen bleiben hörbar, auch wenn das Original offline geht.
  • Auch Folgen, die im heutigen Feed gar nicht mehr stehen — podcast.de kennt sie noch.
  • Herunterladen bleibt möglich, solange die Folge beim Podcaster liegt. Der zählt seine Abrufe wie bisher.
Startet bald

Sei beim Start von Mein Archiv dabei

Mein Archiv ist fast fertig. Trag dich ein, dann bekommst du eine E-Mail, sobald es losgeht – und bist von Anfang an dabei. Wir schreiben dir nur zum Start, keine Werbung, keine Weitergabe deiner Daten.

Du bekommst zuerst eine Bestätigungsmail. Abmelden geht jederzeit. Datenschutz