主页 详情

《复杂数据统计推断理论、方法及应用》_田茂再著_13687702_9787030404992

【书名】:《复杂数据统计推断理论、方法及应用》
【作者】:田茂再著
【出版社】:北京:科学出版社
【时间】:2014
【页数】:332
【ISBN】:9787030404992
【SS码】:13687702

最新查询

内容简介

第一部分 分位回归

第1章 分位回归引言

1.1 概述

1.1.1 分位数定义

1.1.2 分位回归

1.1.3 分位回归方法的演变

1.2 回归模型

1.2.1 参数分位回归模型

1.2.2 Box-Cox变换模型

1.2.3 非参分位回归模型

1.2.4 半参分位回归模型

1.3 应用领域

1.3.1 工资

1.3.2 食物开销

1.3.3 婴儿出生体重

1.3.4 医学参考图表

1.3.5 生存分析

1.3.6 金融风险管理

1.3.7 经济

1.3.8 环境

1.3.9 异方差性检验

1.4 其他方面

1.4.1 时间序列

1.4.2 拟合优度

1.4.3 贝叶斯分位回归

1.5 软件

1.6 主要参考文献

第2章 线性分位回归

2.1 概念

2.2 大样本性质

2.3 结论

2.4 主要参考文献

第3章 非参数分位回归

3.1 稳健局部逼近

3.1.1 引言

3.1.2 相合性

3.1.3 收敛速率

3.1.4 渐近分布

3.1.5 最优估计

3.1.6 主要参考文献

3.2 非参数函数估计

3.2.1 引言

3.2.2 大样本性质

3.2.3 百分位与预测

3.2.4 稳健平滑

3.2.5 主要参考文献

3.3 局部线性分位回归

3.3.1 引言

3.3.2 最小化

3.3.3 局部线性双核

3.3.4 主要参考文献

第4章 适应性分位回归

4.1 局部常数适应性

4.1.1 引言

4.1.2 估计

4.1.3 实现

4.1.4 精确风险界

4.1.5 主要参考文献

4.2 局部线性适应性

4.2.1 引言

4.2.2 估计

4.2.3 算法

4.2.4 大样本性质

4.2.5 主要参考文献

第5章 可加性分位回归

5.1 高维协变量情形

5.1.1 引言

5.1.2 方法

5.1.3 大样本性质

5.1.4 条件

5.1.5 主要参考文献

5.2 非参数估计

5.2.1 引言

5.2.2 估计量

5.2.3 大样本性质

5.2.4 结论

5.2.5 主要参考文献

第6章 变系数分位回归

6.1 适应性变系数分位回归

6.1.1 引言

6.1.2 自适应估计

6.1.3 精确风险界

6.1.4 结论

6.1.5 主要参考文献

6.2 异方差变系数分位回归

6.2.1 引言

6.2.2 局部线性估计

6.2.3 局部二次估计

6.2.4 窗宽选择

6.2.5 假设检验

6.2.6 局部m次多项式估计

6.2.7 讨论

6.2.8 主要参考文献

第7章 单指数分位回归

7.1 引言

7.2 模型与估计

7.2.1 局部线性估计

7.2.2 窗宽选择

7.3 大样本性质

7.3.1 非参部分

7.3.2 参数部分

7.4 结论

7.5 主要参考文献

第8章 分位自回归

8.1 引言

8.2 模型界定

8.2.1 模型

8.2.2 分位自回归过程的性质

8.3 估计

8.4 分位单调性

8.5 位自回归过程的统计推断

8.5.1 Wald过程与相关检验

8.5.2 非对称动态性检验

8.6 主要参考文献

第9章 复合分位回归

9.1 复合分位回归模型选择

9.1.1 引言

9.1.2 Oracle问题

9.1.3 回归

9.1.4 渐近相对有效性

9.1.5 估计量

9.1.6 结束语

9.1.7 主要参考文献

9.2 局部复合分位回归

9.2.1 引言

9.2.2 估计

9.2.3 导数的估计

9.2.4 证明

9.2.5 讨论

9.2.6 主要参考文献

第10章 高维分位回归

10.1 引言

10.2 非凸带惩罚的分位回归

10.2.1 方法

10.2.2 差分凸规划及充分局部最优性条件

10.2.3 大样本性质

10.3 讨论

10.4 主要参考文献

第11章 贝叶斯分位回归

11.1 引言

11.2 非对称拉普拉斯分布

11.3 贝叶斯分位回归

11.4 不合适先验

11.5 讨论

11.6 主要参考文献

第二部分 分层分位回归

第12章 分层样条分位回归

12.1 引言

12.2 非参估计

12.3 Wald-型检验

12.4 实际应用

12.4.1 第一层:时间序列模型

12.4.2 第二层:横截面模型

12.4.3 条件分位数分层模型

12.5 结论

12.6 主要参考文献

第13章 分层线性分位回归

13.1 引言

13.2 模型界定

13.3 EQ算法

13.3.1 Q步

13.3.2 E步

13.3.3 迭代

13.3.4 初始值选取

13.4 大样本性质

13.5 主要参考文献

第14章 分层半参数分位回归

14.1 引言

14.2 模型和估计

14.3 渐近结果

14.4 结论

14.5 主要参考文献

第15章 复合分层线性分位回归

15.1 引言

15.2 模型

15.3 估计

15.4 大样本性质

15.4.1 误差项为正态分布情形

15.4.2 误差项分布非正态情形

15.5 讨论

15.6 主要参考文献

第16章 复合分层半参数分位回归

16.1 引言

16.2 模型

16.3 估计与算法

16.4 大样本性质

16.5 讨论

16.6 主要参考文献

参考文献

索引


书查询(www.shuchaxun.com)本网页唯一编码:
efe3d66bb5ab6b5d7d12ce06e85e9367#d68f6003853e7f7a92041ea8042c1b59#57940365#复杂数据统计推断理论、方法及应用_13687702.zip