图书介绍

复杂数据下两类回归模型的统计推断pdf电子书版本下载

复杂数据下两类回归模型的统计推断
  • 闫莉著 著
  • 出版社: 北京:科学出版社
  • ISBN:7030501233
  • 出版时间:2016
  • 标注页数:235页
  • 文件大小:20MB
  • 文件页数:245页
  • 主题词:回归分析-统计模型-统计推断

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

下载说明

复杂数据下两类回归模型的统计推断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 模型介绍 2

1.1.1 部分线性模型 2

1.1.2 广义线性模型 4

1.2 复杂数据类型 7

1.2.1 相依数据 7

1.2.2 缺失数据 7

1.2.3 测量误差数据 9

1.2.4 高维数据 10

1.3 主要研究方法 11

1.3.1 稳健M估计方法 11

1.3.2 拟似然方法 12

1.3.3 经验似然方法 15

1.3.4 变量选择 18

1.4 本书主要内容 19

第2章 随机适应误差下部分线性模型的M估计 21

2.1 引言 21

2.2 随机适应误差下线性模型的M估计 22

2.2.1 引言与结论 22

2.2.2 定理的证明 25

2.3 随机适应误差下部分线性模型的M估计 31

2.3.1 主要方法和结果 31

2.3.2 模拟研究和应用 34

2.3.3 定理的证明 36

第3章 鞅差序列下回归函数估计的渐近性质 41

3.1 鞅差序列下回归函数估计的若干相合性和渐近正态性 41

3.1.1 引言 41

3.1.2 主要结论 42

3.1.3 主要结论的证明 44

3.2 误差为鞅差序列的一类非参数回归函数估计的强相合性 52

3.2.1 引言 53

3.2.2 主要结论 53

3.2.3 主要结论的证明 54

3.2.4 定理的证明 56

3.3 误差为鞅差序列的一类非参数回归函数估计的收敛速度 60

3.3.1 主要结果 60

3.3.2 定理的证明 62

第4章 鞅差序列部分线性模型估计的渐近性质 71

4.1 鞅差序列异方差部分线性模型估计的渐近性质 71

4.1.1 引言 71

4.1.2 估计的强相合性 72

4.1.3 估计的渐近正态性 74

4.1.4 主要结果的证明 76

4.2 鞅差序列下一类部分线性模型估计的渐近正态性 108

4.2.1 引言 108

4.2.2 主要结果 109

4.2.3 主要结果的证明 111

第5章 鞅差序列部分线性模型的经验似然 119

5.1 引言 119

5.2 经验似然置信域 120

5.3 模拟研究 122

5.4 主要结论的证明 123

第6章 部分线性EV模型中的经验似然推断 129

6.1 引言 129

6.2 误差仅在非参数部分的部分线性模型的经验似然 130

6.2.1 引言 130

6.2.2 方法与主要结论 130

6.2.3 模拟研究与实例分析 134

6.2.4 主要结论的证明 136

6.3 所有协变量都含有测量误差的部分线性模型的经验似然 144

6.3.1 引言 144

6.3.2 方法和主要结果 145

6.3.3 模拟研究 150

6.3.4 实例分析 152

6.3.5 定理的证明 153

第7章 缺失数据广义线性模型的统计推断 165

7.1 引言 165

7.2 拟似然估计的强相合性 166

7.2.1 引言与结论 166

7.2.2 定理的证明 167

7.3 基于完全数据方法的经验似然推断 170

7.3.1 引言 170

7.3.2 模拟研究 172

7.3.3 定理的证明 174

7.4 改进的经验似然方法 175

7.4.1 引言 175

7.4.2 基于完全数据的经验似然 177

7.4.3 基于加权方法的经验似然 177

7.4.4 基于借补方法的经验似然 177

7.4.5 主要结果 178

7.4.6 模拟研究 179

7.4.7 定理的证明 181

第8章 高维数据广义线性模型的变量选择 184

8.1 引言 184

8.2 高维数据广义线性模型的自适应LASSO估计 185

8.2.1 引言 185

8.2.2 方法与主要结论 186

8.2.3 算法和调整参数的选择 188

8.2.4 数据模拟 189

8.2.5 主要结论的证明 193

8.3 高维数据广义线性模型的拟似然桥估计 204

8.3.1 引言 204

8.3.2 回归系数的拟似然桥估计 205

8.3.3 主要结论及证明 206

8.3.4 算法与数据模拟 216

参考文献 220

精品推荐