The basic aim of the nonparametric

The basic aim of the nonparametric regression is to
estimate unknown function f ∈C2[a,b] (of all functions f
with continuous first and second derivatives) in model (1). In
parametric regression of the form y = f (x) +ε , where f
is some known, smooth function, the modeler must determine
the appropriate form of f . In nonparametric regression, f is
some unknown, smooth function and is unspecified by the
modeler. A data-driven technique determines the shape of the
curve. This chapter describes two different estimation
techniques of nonparametric regression model: Smoothing
spline regression and Kernel regression.

Hasil (Bahasa Indonesia) 1:

Tujuan dasar regresi nonparametric adalah untukmemperkirakan unknown fungsi f ∈C2 [, b] (dari semua fungsi fdengan terus-menerus derivatif pertama dan kedua) dalam model (1). Dalamparametrik regresi dari bentuk y = f (x) + ε, dimana fbeberapa dikenal, kelancaran fungsi, pemodel harus menentukanbentuk yang tepat f. Dalam nonparametric regresi, f adalahbeberapa diketahui, kelancaran fungsi dan tidak ditentukan olehpemodel. Teknik data-driven menentukan bentukkurva. Bab ini menjelaskan dua berbeda estimasiteknik regresi nonparametric model: Smoothingspline regresi dan regresi Kernel.

Hasil (Bahasa Indonesia) 2:

Tujuan dasar dari regresi nonparametrik adalah untuk
memperkirakan fungsi yang tidak diketahui f ∈C2 [a, b] (dari semua fungsi f
dengan terus menerus pertama dan kedua derivatif) dalam model (1). Dalam
regresi parametrik dari bentuk y = f (x) + ε, di mana f
adalah beberapa dikenal, fungsi halus, pemodel harus menentukan
bentuk yang tepat dari f. Dalam regresi nonparametrik, f adalah
beberapa, fungsi halus yang tidak diketahui dan tidak ditentukan oleh
modeler. Teknik data-driven menentukan bentuk
kurva. Bab ini menjelaskan dua estimasi yang berbeda
teknik model regresi nonparametrik: Melembutkan
spline regresi dan regresi Kernel.