图书介绍
广义估计方程估计方法PDF|Epub|txt|kindle电子书版本网盘下载
- 周勇著 著
- 出版社： 北京：科学出版社
- ISBN：9787030386410
- 出版时间：2013
- 标注页数：480页
- 文件大小：177MB
- 文件页数：498页
- 主题词：数理统计－研究
PDF下载
下载说明
广义估计方程估计方法PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 绪论1
1.1 估计方程估计方法概述1
1.2 统计模型与估计方程4
1.3 带有辅助信息的估计方程估计8
1.4 估计方程估计的渐近性质概述11
1.5 广义估计方程估计相合性15
第2章 数据类型17
2.1 简单数据17
2.2 时间序列数据18
2.3 删失数据18
2.4 缺失数据21
2.5 纵向数据（面板数据）25
第3章 准备知识27
3.1 随机变量序列收敛性27
3.2 大数律与中心极限定理31
3.2.1 弱大数律和强大数律31
3.2.2 重对数律38
3.2.3 中心极限定理39
3.2.4 估计的大样本性质43
3.3 一致大数律及经验过程46
3.4 一般极限定理51
3.5 其他一些收敛定理62
第4章 Delta方法65
4.1 Delta方法的思想65
4.2 向量估计函数Delta方法67
4.3 相关研究及扩展71
第5章 矩估计与极大似然72
5.1 矩估计72
5.2 极大似然估计79
5.3 极大似然估计理论83
5.4 信息阵及C-R不等式85
5.5 有关极大似然估计的假设检验95
5.6 删失数据下极大似然估计101
5.7 截断数据极大似然103
5.8 缺失数据极大似然估计104
5.9 不可忽略缺失机制下的极大似然估计105
5.10 条件似然估计106
5.11 相关研究及扩展109
第6章 极值目标函数估计111
6.1 广义估计方程估计111
6.2 极值目标函数估计114
6.3 极值函数估计量的存在性与可测性117
6.4 几类重要的极值函数估计119
6.5 极值函数估计的相合性与渐近正态性121
6.6 渐近方差估计125
6.7 极值函数估计统计推断：拉格朗日检验及置信区间126
6.8 主要结果证明128
6.9 补充材料129
第7章 经验似然及估计方程130
7.1 经验似然的基本思想及概念130
7.2 一维均值经验似然135
7.3 多维均值经验似然137
7.4 估计方程经验似然推断144
7.5 有偏抽样经验似然150
7.6 相关研究及拓展152
7.7 主要定理的证明153
第8章 伪极大似然160
8.1 伪极大似然估计及推断160
8.2 分布误判及伪似然估计162
8.3 伪似然估计相合性的充要条件164
8.4 关于伪似然估计的假设检验172
8.5 小结及讨论175
8.6 补充材料175
第9章 估计方程估计的渐近理论176
9.1 广义估计方程估计176
9.2 广义估计方程估计的存在性177
9.3 估计方程估计的相合性179
9.4 估计方程估计的渐近正态性182
9.5 渐近方差估计183
9.6 渐近有效性183
9.7 最优估计函数187
9.7.1 估计函数与高斯-马尔可夫定理187
9.7.2 得分函数192
9.8 最优估计方程的一般框架193
9.8.1 小样本情形下的最优准则194
9.9 补充材料198
第10章 估计方程的一般思想200
10.1 估计函数寻找方法201
10.2 单估计方程202
10.3 多元估计方程204
10.4 辅助信息线性模型205
10.4.1 广义矩估计209
10.4.2 经验似然估计210
10.5 带有辅助信息分布估计213
10.6 传染模型214
10.7 非线性回归模型217
10.7.1 无偏估计函数构造方法217
10.7.2 GEE估计方法的定义218
10.7.3 权矩阵的选择218
10.7.4 估计的渐近性质219
10.7.5 GEE方法的步骤219
10.8 生存分析中的Cox模型220
10.8.1 变系数Cox模型222
10.9 均值剩余寿命模型224
10.10 复发数据模型228
10.11 长度偏差数据模型229
10.12 相关研究与扩展231
10.13 附录233
第11章 指数族及广义线性模型239
11.1 指数族239
11.1.1 简单指数族239
11.1.2 带有协变量的指数族241
11.2 广义线性模型242
11.3 极大似然估计244
11.3.1 估计方程244
11.4 参数推断248
11.4.1 渐近方差估计250
11.4.2 假设检验251
11.4.3 拟合优度检验251
11.5 拟似然估计252
11.5.1 拟似然的基本模型252
11.6 拟似然与估计方程259
11.7 局限性260
11.8 相关研究及扩展262
11.8.1 相关研究262
11.8.2 进一步的讨论263
第12章 纵向数据估计方程264
12.1 引言264
12.2 纵向数据下GMM方法264
12.3 经验似然方法268
12.3.1 工作独立经验似然269
12.3.2 块经验似然270
12.4 纵向数据下的广义线性模型273
12.5 工作独立估计方程276
12.6 协方差矩阵参数化277
12.7 冗余参数估计278
12.7.1 可交换相关系数矩阵279
12.7.2 时间序列相关系数矩阵280
12.8 固定影响和随机影响模型280
12.8.1 无条件固定影响模型281
12.8.2 条件固定影响模型281
12.8.3 随机影响模型283
12.9 模拟结果285
12.9.1 线性模型场合285
12.9.2 非线性模型场合285
12.10 定理的证明286
12.11 相关研究及扩展290
第13章 非参数估计方程292
13.1 非参数估计方程293
13.2 局部多项式拟合294
13.2.1 局部多项式拟合的一般方法294
13.2.2 核函数选择296
13.2.3 窗宽选择296
13.3 非参数估计收敛性297
13.4 局部估计方程的其他进展299
13.5 变系数回归模型的估计方程302
13.6 一个例子：变系数生产函数304
13.6.1 模型建立及求解305
13.6.2 弹性系数时变性的广义似然比检验306
13.6.3 实证研究：中国时变弹性系数生产函数307
13.6.4 进一步的讨论309
第14章 非参和半参局部拟似然估计310
14.1 非参数局部拟似然估计310
14.2 半参数局部拟似然估计312
14.3 半参拟似然估计的渐近性质317
14.4 补充材料317
第15章 非参数时间序列估计方程方法325
15.1 随机系数估计方程325
15.2 时间序列基本模型328
15.3 GEE方法在非参数时间序列模型中的几个应用330
15.3.1 随机系数自回归模型（RCAR）330
15.3.2 双重随机时间序列模型331
15.3.3 门限自回归模型333
15.3.4 特殊情况333
15.4 一些扩展334
15.4.1 广义最小二乘法335
15.4.2 条件最小二乘法335
15.4.3 分枝过程335
第16章 删失数据下估计方程337
16.1 无偏估计函数337
16.2 医疗费用的估计方法简述342
16.3 经验似然估计及置信区间343
16.3.1 剖面经验似然比函数343
16.3.2 置信区间构造344
16.4 工作独立经验似然方法347
16.5 边际似然方法351
16.5.1 恰好识别情形351
16.5.2 过度识别情形352
16.6 真实数据应用355
16.7 进一步讨论356
16.8 补充材料356
16.9 医疗费用研究相关文献及扩展361
第17章 两样本估计方程363
17.1 两样本估计方程的治疗影响363
17.2 两样本删失数据364
17.2.1 正态方法365
17.2.2 经验似然方法367
17.3 真实数据应用370
17.4 相关研究及扩展370
17.5 补充材料372
第18章 光滑经验似然378
18.1 引言378
18.2 基于正态方法379
18.3 光滑经验似然法381
18.4 相关研究及扩展382
18.5 补充材料383
第19章 缺失数据估计方程394
19.1 缺失数据估计方程394
19.2 核光滑填入法396
19.3 参数统计推断397
19.3.1 GEE估计与经验似然估计397
19.3.2 估计的渐近性质399
19.3.3 辅助信息及有效性改进400
19.3.4 渐近方差估计401
19.3.5 调整经验似然估计402
19.4 数据维数减少原则402
19.5 真实数据例子403
19.5.1 杜兴肌营养不良症（duchenne muscular dystrophy）数据403
19.5.2 虫蛀水果数据404
19.6 相关研究与扩展405
19.6.1 相关研究405
19.6.2 本章方法的进一步讨论406
19.7 定理的证明407
第20章 缺失数据下分位数回归414
20.1 基于估计方程的缺失数据下的样本分位数回归414
20.2 缺失数据下的非参核插补法416
20.2.1 非参核插补法下分位数估计的渐近性质417
20.2.2 非参核插补法下分位数估计的渐近方差估计418
20.3 缺失数据下的局部多重插补法419
20.3.1 局部多重插补法下分位数估计的渐近性质420
20.3.2 局部多重插补法下分位数估计的渐近方差的估计和窗宽选择420
20.4 缺失数据下的分位数回归421
20.4.1 核插补法421
20.4.2 局部多重插补法422
20.5 相关研究及扩展423
20.6 定理的证明424
20.6.1 缺失数据下样本分位数定理证明424
20.6.2 缺失数据下线性分位数回归定理证明431
附录A 计数过程及其鞅理论436
A.1 计数过程436
A.2 鞅理论437
A.3 风险率函数与生存分布439
附录B 非参数回归441
B.1 非参数回归估计441
B.2 局部线性估计441
B.3 局部多项式回归446
B.3.1 提出估计446
B.3.2 局部多项式估计的偏差及方差447
B.3.3 窗宽选择448
B.3.4 核函数448
B.3.5 补充449
参考文献452
索引470
《现代数学基础丛书》已出版书目476