《非参数回归：平滑散点图》作者约翰·福克斯用简洁、清晰的文字扼要地介绍了非参数简单回归这一在统计数据分析和演示中随处可见的要素，它既能被用来初步查看回归数据，又能考察回归分析诊断图。作者在第1章简单介绍了非参数回归的定义，让读者对本书主题有了较为清晰的认识。第2章描述了基于装箱法和局部平均化来解决回归中所遇到的问题的方法。第3章将局部均值的想法延伸至局部加权均值。第4章将局部平均化推广为局部线性和多项式回归，本章是全书的核心内容。第5章呈现了局部回归统计推断的近似方法。第6章描述了非参数回归的一种替代方法，并与核估计值和局部多项式估计值进行了比较。第7章介绍了非参数回归在数据分析中的例行应用。

序

第1章 什么是非参数回归？

 第1节 初步举例

 第2节 本书的计划

 第3节 关于背景、方法和计算的注解

第2章 装箱法和局部平均化

 第1节 装箱法

 第2节 局部平均化

第3章 核估计

第4章 局部多项式回归

 第1节 选择跨距

 第2节 局部回归中的统计学问题

 第3节 关于带宽的再讨论

 第4节 使局部回归不受异常值影响

 第5节 显示分布和不对称

 第6节 平滑时间序列数据

第5章 局部多项式回归中的统计推断

 第1节 置信包迹

 第2节 假设检验

 第3节 一些统计学细节和替代的统计推断步骤’

第6章 样条

 第1节 回归样条

 第2节 平滑样条

 第3节 等价的核

第7章 非参数回归与数据分析

 第1节 凸出法则

 第2节 偏残差图

 第3节 结语

注释

参考文献

译名对照表