三民網路書店 中國圖書館分類法 / 數理科學和化學 / 數學 / 概率論與數理統計 / 一般數理統計

非線性自回歸模型是時間序列分析中一類重要的模型，而且和實際應用有密切關係。《非線性自回歸模型的非參數方法及應用》用非參數方法系統深入地研究非線性自回歸模型的基本理論、方法及應用，其中包括核估計的中心極限定理、自助估計法在非線性自回歸模型中的應用、線性和非線性自回歸模型階的確定、歐式期權的非參數方法以及美式期權的非線性分析等內容。本書可作為高等院校統計學專業碩士研究生、博士研究生教材，也可供相關專業

本書以幫助大學生科學創業、提升創業成功率為目標而編寫。全書共14章，第1～4章主要介紹創業的基本概念及基本知識，讓學生瞭解創業的系統流程，培養學生的創業精神，種下創業的種子；第5～7章主要介紹在大數據時代下，學生在創業中必須掌握的簡單的概率論原理，為學習後續內容打下堅實的基礎；第8～14章主要介紹大學生在創業中為解決普遍遇到的統計問題而必須掌握的統計知識和統計方法，包括數據的可視化，並通過實例讓學

大數據時代，人們在生產生活中收集了大量的高維複雜數據。在針對這些數據進行統計分析的過程中，構建一個簡單高效的模型至關重要。一個簡單的稀疏模型不僅具有很好的解釋性，常常也具有很高的性能。本書的主要工作就是針對高維數據的稀疏統計建模研究。

此書提出一種統計學中新的重抽樣（re-sampling）方法，即非參數蒙特卡洛檢驗(NMCT)。此方法可以用來逼近檢驗統計量在原假設下的漸近分佈。它可以應用到各種不同擬合優度檢驗中,比如,檢驗多元分佈,位置問題；參數或者半參數模型的擬合優度檢驗；回歸模型的異方差性；協方差矩陣的同方差性,以及一些刪失數據的模型檢驗。本書首先引出了方法的基本思想,並且把它應用在上述所提到的各個領域。本書的每個章節都包括算法,模擬以及理論推導。要對這本書有一個全面,系統的理解,必須具備數理統計和極限理論的知識。關於如何以及何時使用NMCT方法,書中第一，二和六章針對不同問題，給出易於理解的NMCT思想,這三章不需要用到太多的複雜的數學知識。書中其餘部分也是應用NMCT去逼近檢驗統計量的分佈。對於瞭解重新抽樣方法，蒙特卡洛檢驗，以及擬合優度檢驗，本書是一本非常有價值參考書目。

本書研究了擬似然非線性模型中參數估計的漸近理論。擬似然非線性模型按照設計變量來分，可以分為三類：帶固定設計的擬似然非線性模型、帶隨機回歸的擬似然非線性模型和自適應擬似然非線性模型。全書主要研究了這三類擬似然非線性模型中參數估計的大樣本性質。此外，還研究了帶隨機效應的擬似然非線性模型中參數估計的大樣本性質。

數據已經成為許多人日常生活的一部分，數據分析的需求也日益提高。本書嘗試瞭解學習者的想法和需要，以初學者的視角力求讓讀者能夠輕鬆、愉快地瞭解回歸分析的基本思想和應用價值。 基於實際數據的特點和歸納演繹的認知規律，本書精心挑選了豐富的實例，形象生動而又系統詳盡地闡述了回歸分析的基本理論和具體的應用技術，還輔以啟發式的分析和直觀的圖形方法，不僅從理論上介紹了當今統計學中用到的傳統回歸方法，還補充介紹了

《非線性回歸模型變點分析/思源學術文庫》主要討論非線性回歸模型中幾種常用模型的變點問題。研究的回歸模型主要有多項式回歸模型、非線性非參數回歸模型及非線性半參數混合效應模型等。涉及的變點類型有參數變點、均值變點、方差變點、結構變點和持久性變點等。 《非線性回歸模型變點分析/思源學術文庫》涉及的統計推斷有變點的離線檢測、在線監測，變點位置、個數及收斂速度的估計，含變點

本書是格致方法？定量研究系列之一種，重點在於介紹如何在logistics回歸中用乘積項來進行交互效應分析。作者首先回顧了如何用概率、發生比和對數發生比的形式解釋logistics回歸的結果，然後介紹了雙向交互效應和三向交互效應。之後，作者進一步討論了更複雜情況下交互效應的解釋方法，包括分類和連續變量的交互效應、兩個連續變量的交互效應，以及當因變量是多類別變量時的交互效應。最後，作者使用SPSS統計

本書寫作的指導思想是：既要保持較為嚴謹的統計理論體系，又要努力突出實際案例的應用和統計思想的滲透，結合統計軟件較全面地系統介紹回歸分析的實用方法。為了貫徹這一指導思想，本書將系統介紹回歸分析基本理論和方法，在理論上，本書敘述了經典的最小二乘理論，同時又結合應用中出現的一些問題給出了對最小二乘估計的改進方法。中心主題是建立線性回歸模型，評價擬合效果，並且作出結論。與此同時，本書也盡力結合中國社會、經

在社會科學中，現代穩健及耐抗性回歸方法還不太為人所知。這些方法之所以被稱為“現代方法”，是因為它們通常屬￿密集型計算，這是當前很多依賴今天的高速電腦的統一方法的一個特徵。《現代穩健回歸方法》通過一套統一的符號系統，介紹了不同來源的多種穩健回歸方法，以及它們彼此之間的聯繫。在主要統計軟件如SAS和Stata已經採用這些最新回歸方法的情況下，本書顯得非常及時。 這是一本社會科學研究領域有關現代穩健回歸方法的權威之作。

《數據分析概論》研究對象是社會科學的研究數據。數據分析可以賦予事實意義，好的數據分析能為所研究的社會現象提供合理的描述和解釋。 本書旨在為定量研究數據分析的每一步提供統計學基礎。作者討論了數據搜集的意義、一元統計、對相關性的測量、顯著性檢驗、簡單和多元回歸，並給出了大量的數學公式，使得讀者能更好地理解這些內容。《數據分析概論》一書介紹了社會科學研究中最常見和最常用的內容――數據。數據是解釋某

全書共分10章。第1章對回歸分析的研究內容和建模過程給出綜述性介紹；第2章和第3章詳細介紹了一元和多元線性回歸的參數估計、顯著性檢驗及其應用；第4章對違背回歸模型基本假設的異方差、自相關和異常值等問題給出了診斷和處理方法，在這一章增加了BOX-COX變換；第5章介紹了回歸變量選擇與逐步回歸方法；第6章就多重共線性的產生背景、診斷方法、處理方法等方面結合實際經濟問題加以討論；第7章介紹的嶺回歸估計是

回歸診斷是用於探索存在於回歸分析中問題及判斷某些假設是否合理的一種技術。《回歸診斷簡介》主要回顧最小二乘線性回歸，討論多元回歸中共線性的問題，處理奇異與強影響數據，探討誤差非線性、不一致的誤差方差和非線性問題，簡要闡釋離散數據產生的問題，介紹基於最大似然法、計分檢驗和構造變量的較複雜的診斷方法。最後，探討了如何將介紹的具體診斷方法和技術應用到研究中去。《回歸診斷簡介》針對回歸中經常出現的影響估計精

經濟學理論和經濟研究實踐都表明，很多重要的宏觀經濟時間序列可能表現出非線性動態調整特徵。這類非線性動態調整特徵需要依靠非線性時間序列模型才能準確地進行建模。作為非線性時間序列主流模型之一的門限自回歸(TAR)模型，自Tong(1983)較完整地提出後，其估計和檢驗理論都得到了迅速的發展和完善。在Enders和Granger (1998)提出了衝量自回歸模型(MTAR)後，Tong(1983)提出的

回歸分析是統計學中的一個重要分支。它是研究變量之間數量依存關係的一類統計方法，是實際數據分析工作中常用的統計工具之一，其應用領域不僅包括自然科學領域，也包括管理科學、社會科學和經濟等各個領域。加強回歸分析理論的推廣、學習和方法的掌握，不僅成為統計教育界的共識，在實際部門相關問題的分析與研究中也得到了越來越多的應用和重視。 要在實際應用中發揮回歸分析的重要作用，不僅要較好地理解回歸分析的基本原理與方法，還需要掌握回歸分析方法應用中的技巧，具有解決應用中所遇到的各種問題的能力。在教學與實際應用中，我們注意到，由於對分析物件認識的片面性或對回歸分析原理與方法的理解和掌握不到位，研究者和學習者在方法的使用過程中常常會出現一些問題，例如，學習了回歸分析的方法，但不知道如何應用；學習了回歸分析方法，但不知道對什麼問題在什麼情況下應用；此外，在實際應用中存在著大量的方法誤用的情況，像出現了大量的偽回歸的問題、錯誤的模型等，形成統計陷阱；缺乏回歸分析的應用技能，無法有效地將理論與方法應用於實踐。 為了加強應用統計學課程的建設，筆者在總結多年統計學教學經驗、實際工作經驗的基礎上編寫了《應用回歸分析》。 《應用回歸分析》的編寫旨在介紹回歸分析的基本理論、基本方法和方法的基本原理，以及此基礎上如何應用，從而培養學生有效地使用回歸分析方法分析、研究的能力，使他們能夠透過數據發現問題。 《應用回歸分析》共12章，包括基本的線性回歸模型，如一元線性回歸模型和多元線性回歸模型：線性回歸模型的推廣、回歸模型中自變量的選擇和模型的設定與改進：經典回歸模型假定的診斷與假定不滿足時參數的估計方法；簡單的時間數列回歸模型、面板數據回歸模型和分位數回歸模型等。

在時間序列計量經濟學領域中, 具有狀態相依或區制轉移的模型一直是研究熱點問題, 平滑轉移自回歸模型便是其中之一。本書將STAR模型作為研究議題, 提出了三種局部非平穩STAR模型並討論了模型設定的相關問題; 提出了新的基於STAR框架的單位根檢驗方法, 並構造序貫檢驗程序, 用於區分數據是線性I (0) 過程還是STAR類I (0) 過程; 討論了在局部平穩性未知條件下的模型設定問題。本書將非平穩

本書主要研究了非線性協整理論的非參數檢驗與估計兩個領域，包括非線性存在性、混沌與分形特徵、非線性非平穩檢驗及非線性協整檢驗與估計等；梳理了這兩個領域的研究脈絡和框架。對我國貨幣各變量序列，以及我國與國際股市指數序列應用所給出的非線性協整理論的非參數方法進行了非線性存在性檢驗、混沌與分形特徵檢驗、存在非線性的非平穩檢驗以及非線性協整檢驗與估計，得出了較此前學者們應用線性協整理論相關方法更一般的結論。

本書以案例集錦的方式，對試驗設計在我國工業、科研等領域廣泛應用的單因素設計、雙因素設計、正交設計(多因素、多指標)、回歸設計、均勻設計、謝寧/博特方法、響應曲面法、田口方法、析因設計與混料設計進行了介紹。 本書可供高等院校試驗設計相關專業師生使用，也可作為相關企業工作人員參考。

本書內容包括常用統計數據分析的基本內容與方法，即：數據的描述性分析、線性回歸分析、方差分析、主成分分析和典型相關分析、判別分析、聚類分析、Bayes統計分析等。另外，對SAS軟件的基本內容以及和本書內容有關的SAS過程做了簡介，為了便於各方法實際應用的需要，還特別增加了許多新方法和應用問題。最後，每章均配備豐富的、有實際應用背景的習題，供讀者學習訓練。 本書可作為信息與計算科學專業數據分析課程教

本書對聚合層次數據的年齡、時期、隊列(APC)效應建模中存在的問題及策略進行了介紹。這些策略包括約束估計、年齡/時期/隊列特徵的使用、可估函數、方差分解，以及新近出現的s -約束法。書中分別從幾何與代數視角闡釋了識別問題，並探討了約束回歸；之後介紹了一些重要的分析策略，它們並不直接依賴之前用於識別APC模型的約束條件；最後展示的一個具體實證案例表明，多種方法的結合使用可以為具體的APC效應提供更有