相關商品
商品簡介
名人/編輯推薦
目次
商品簡介
《近代線性回歸分析方法》主要介紹幾類常見線性回歸模型的估計方法：最小二乘估計、泛最小二乘估計、刀切估計、極大似然估計、經驗似然方法、穩健估計。在簡要介紹這些回歸模型估計方法的古老經典結果之後，有選擇地介紹了線性回歸模型中相關方法研究的最新成果（提出了泛最小二乘估計、刀切廣義嶺估計、t型估計等方法，給出並研究了誤差為泛函係數自回歸（FCA）時間序列的線性回歸模型，用經驗似然方法研究了變量含誤差（EV）、NA誤差的線性回歸模型及缺失數據的線性回歸模型，等等），探索線性回歸模型研究新的發展方向和科學規律。
《近代線性回歸分析方法》適合高等院校統計學專業的高年級大學生、研究生、教師及相關科研工作者閱讀參考。
《近代線性回歸分析方法》適合高等院校統計學專業的高年級大學生、研究生、教師及相關科研工作者閱讀參考。
名人/編輯推薦
《近代線性回歸分析方法》適合高等院校統計學專業的高年級大學生、研究生、教師及相關科研工作者閱讀參考。
目次
第1章緒論
1.1回歸分析
1.2線性回歸模型
第2章最小二乘估計
2.1最小二乘估計
2.2最小二乘估計的小樣本性質
2.3最小二乘估計的大樣本性質
2.4約束最小二乘估計及假設檢驗
2.5廣義最小二乘估計
第3章泛最小二乘估計
3.1複共線性
3.2嶺估計
3.3泛最小二乘估計
3.4泛最小二乘估計的性質
3.5泛最小二乘估計的應用
3.6需要進一步研究的問題
第4章刀切估計
4.1刀切方法
4.2刀切廣義嶺估計
4.3刀切廣義嶺估計的漸近性質
4.4需要進一步研究的問題
第5章極大似然估計
5.1極大似然估計概述
5.2誤差為CA過程的擬極大似然估計
5.3刪失線性模型的極大似然估計
5.4需要進一步研究的問題
第6章經驗似然方法
6.1經驗似然簡介
6.2經典線性模型的經驗似然推斷
6.3變量含誤差的線性模型的經驗似然推斷
6.4缺失數據情形線性模型的經驗似然推斷
6.5刪失數據情形線性模型的經驗似然推斷
6.6NA誤差情形線性模型的經驗似然推斷
第7章穩健估計
7.1穩健回歸的基本概念
7.2M估計和GM估計
7.3高崩潰點高效率估計
7.4線性模型t型回歸估計及EM算法
7.5線性EV模型中參數的M估計和t型估計
7.6M估計主要漸近性質的證明
附錄第5章有關結果的證明
作者簡介
1.1回歸分析
1.2線性回歸模型
第2章最小二乘估計
2.1最小二乘估計
2.2最小二乘估計的小樣本性質
2.3最小二乘估計的大樣本性質
2.4約束最小二乘估計及假設檢驗
2.5廣義最小二乘估計
第3章泛最小二乘估計
3.1複共線性
3.2嶺估計
3.3泛最小二乘估計
3.4泛最小二乘估計的性質
3.5泛最小二乘估計的應用
3.6需要進一步研究的問題
第4章刀切估計
4.1刀切方法
4.2刀切廣義嶺估計
4.3刀切廣義嶺估計的漸近性質
4.4需要進一步研究的問題
第5章極大似然估計
5.1極大似然估計概述
5.2誤差為CA過程的擬極大似然估計
5.3刪失線性模型的極大似然估計
5.4需要進一步研究的問題
第6章經驗似然方法
6.1經驗似然簡介
6.2經典線性模型的經驗似然推斷
6.3變量含誤差的線性模型的經驗似然推斷
6.4缺失數據情形線性模型的經驗似然推斷
6.5刪失數據情形線性模型的經驗似然推斷
6.6NA誤差情形線性模型的經驗似然推斷
第7章穩健估計
7.1穩健回歸的基本概念
7.2M估計和GM估計
7.3高崩潰點高效率估計
7.4線性模型t型回歸估計及EM算法
7.5線性EV模型中參數的M估計和t型估計
7.6M估計主要漸近性質的證明
附錄第5章有關結果的證明
作者簡介
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。