現(xiàn)代統(tǒng)計模型

前言
符號表
第1章 預備知識
1.1 回歸模型簡介
1.1.1 參數(shù)回歸模型
1.1.2 非參數(shù)回歸模型
1.1.3 半?yún)?shù)回歸模型
1.2 光滑方法
1.2.1 核光滑
1.2.2 局部多項式光滑
1.2.3 樣條光滑
1.2.4 權函數(shù)法與其他估計
1.3 選擇光滑參數(shù)
1.3.1 交叉驗證
1.3.2 廣義交叉驗證
1.4 經驗似然
1.4.1 經驗似然的思想
1.4.2 參數(shù)的經驗似然
1.4.3 估計方程與經驗似然
1.4.4 主要成果與文獻注記
1.5 懲罰方法
1.5.1 懲罰函數(shù)
1.5.2 懲罰估計與變量選擇
1.5.3 主要成果與文獻注記
1.6 復雜數(shù)據(jù)簡介
1.6.1 縱向數(shù)據(jù)
1.6.2 缺失數(shù)據(jù)
1.6.3 刪失數(shù)據(jù)
1.6.4 測量誤差數(shù)據(jù)
參考文獻
第2章 部分線性模型
2.1 引言
2.2 估計方法
2.2.1 權函數(shù)方法
2.2.2 偏光滑樣條方法
2.2.3 一般光滑方法
2.2.4 分段多項式方法
2.2.5 擬似然方法
2.2.6 經驗似然方法
2.2.7 模擬
2.3 刪失數(shù)據(jù)分析
2.3.1 估計方法
2.3.2 經驗似然
2.4 測量誤差數(shù)據(jù)分析
2.4.1 校正的最小二乘估計
2.4.2 廣義最小二乘估計
2.4.3 分位數(shù)回歸估計
2.4.4 經驗似然
2.5 缺失數(shù)據(jù)分析
2.5.1 缺失響應下回歸系數(shù)的估計
2.5.2 缺失響應下基準函數(shù)的經驗似然
2.5.3 缺失響應下響應均值的估計
2.5.4 缺失協(xié)變量下回歸系數(shù)的估計
2.5.5 模擬研究
2.5.6 定理的證明
2.6 縱向數(shù)據(jù)分析
2.6.1 模型
2.6.2 后移算法
2.6.3 profile核估計方程
2.6.4 樣條逼近
2.6.5 經驗似然
2.6.6 計數(shù)過程方法
2.7 模型檢驗
2.8 變量選擇
2.8.1 懲罰最小二乘
……
第3章 單指標模型
第4章 部分線性單指標模型
第5章 變系數(shù)模型
第6章 部分線性變系數(shù)模型
第7章 單指標變系數(shù)模型
第8章 部分變系數(shù)單指標模型
第9章 單指標混合效應模型
第10章 可加模型
《現(xiàn)代數(shù)學基礎叢書》已出版書目