微信扫一扫,移动浏览光盘
简介
《纵向数据半参数回归模型的估计理论》在纵向数据下研究了两类半参数回归模型：纵向数据部分线性回归模型和纵向数据部分线性单指标回归模型中参数分量和非参数分量的估计问题。纵向数据半参数回归模型在计量经济学、生物医学和统计学等领域有着广泛的应用。
目录
第1章 绪论
1．1 参数回归模型
1．2 非参数回归模型
1．3 维数灾祸
1．4 降维模型
1．5 纵向数据
1．6 本书的研究内容、结构和特点
第2章 纵向数据部分线性模型的半参数最小二乘估计
2．1 模型及估计方法
2．2 估计量的强相合性
2．3 估计量的r阶平均相合性
2．4 估计量的渐近正态性和弱收敛速度
2．5 估计量的强收敛速度
2．6 模拟研究
第3章 纵向数据部分线性模型的广义半参数最小二乘估计
3．1 参数回归模型的GEE方法
3．2 广义半参数最小二乘估计方法
3．3 结论
3．4 定理的证明
3．5 模拟研究
第4章 纵向数据部分线性模型的广义经验似然推断
4．1 经验似然
4．2 广义经验似然方法
4．3 结论
4．4 定理的证明
4．5 模拟研究和实例分析
第5章 纵向数据部分线性单指标模型的广义惩罚样条最小二乘估计
5．1 模型介绍
5．2 广义惩罚样条最小二乘估计方法
5．3 结论
5．4 定理的证明
5．5 模拟研究
第6章 纵向数据部分线性单指标模型的广义经验似然推断
6．1 经验似然在截面数据情形下部分线性单指标模型中的应用
6．2 广义经验似然方法
6．3 结论
6．4 两种特殊情况：单指标模型和部分线性模型
6．5 定理的证明
6．6 模拟研究
6．7 讨论
参考文献
1．1 参数回归模型
1．2 非参数回归模型
1．3 维数灾祸
1．4 降维模型
1．5 纵向数据
1．6 本书的研究内容、结构和特点
第2章 纵向数据部分线性模型的半参数最小二乘估计
2．1 模型及估计方法
2．2 估计量的强相合性
2．3 估计量的r阶平均相合性
2．4 估计量的渐近正态性和弱收敛速度
2．5 估计量的强收敛速度
2．6 模拟研究
第3章 纵向数据部分线性模型的广义半参数最小二乘估计
3．1 参数回归模型的GEE方法
3．2 广义半参数最小二乘估计方法
3．3 结论
3．4 定理的证明
3．5 模拟研究
第4章 纵向数据部分线性模型的广义经验似然推断
4．1 经验似然
4．2 广义经验似然方法
4．3 结论
4．4 定理的证明
4．5 模拟研究和实例分析
第5章 纵向数据部分线性单指标模型的广义惩罚样条最小二乘估计
5．1 模型介绍
5．2 广义惩罚样条最小二乘估计方法
5．3 结论
5．4 定理的证明
5．5 模拟研究
第6章 纵向数据部分线性单指标模型的广义经验似然推断
6．1 经验似然在截面数据情形下部分线性单指标模型中的应用
6．2 广义经验似然方法
6．3 结论
6．4 两种特殊情况：单指标模型和部分线性模型
6．5 定理的证明
6．6 模拟研究
6．7 讨论
参考文献
纵向数据半参数回归模型的估计理论
- 名称
- 类型
- 大小
光盘服务联系方式: 020-38250260 客服QQ：4006604884
云图客服：
用户发送的提问，这种方式就需要有位在线客服来回答用户的问题，这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
Video Player
×
Audio Player
×
pdf Player
×
