分位回归/汉译经济学文库
正版图书，可开发票，请放心购买。
￥ 28.77 6.0折 ￥ 48 全新
库存3件
广东广州
认证卖家担保交易快速发货售后保障
作者(美)罗杰·康克|译者:马令杰
出版社上海财大
ISBN9787564215958
出版时间2013-08
装帧其他
开本其他
定价48元
货号3209748
上书时间2023-08-30
- 店主推荐
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
导语摘要
罗杰·康克一直是分位回归研究领域的开路先锋。《分位回归》这本专著汇集了他30多年来在这一领域的研究成果。全书论述清晰、逻辑有力、涉猎广泛，涵盖计量经济学和统计学的大多数领域。书中列举了大量极具说服力的有关应用分位回归来解决实际问题的例子。其对分位回归的论述既有专业上的深度，又有将之置于历史背景下的广度。本书从理论、应用和计算等多个方面对分位回归作了全景式的介绍和探讨，不仅可以作为计量经济学家和统计学家的参考书，也是高级计量经济学有关分位回归方面的出色教材。
作者简介
马令杰，美国伊利诺伊大学经济学博士和统计学硕士，毕业后一直从事金融投资和管理工作，曾先后在波士顿、芝加哥和华尔街任职基金主管和研发部门主管。马令杰是将分位回归应用于投资领域的主要开拓者和客座主讲人。 罗杰·康克（RogerKoenker）是美国伊利诺伊大学（UIUC）经济学系麦肯雷席位教授和统计学系教授。1976～1983年间，康克曾在贝尔实验室工作。康克在宾夕法尼亚大学、查尔斯大学、牛津大学、伦敦大学学院、澳大利亚国立大学担任过访问教职。康克是世界计量经济学会院士、美国统计协会院士、CEMMAP国外院士。
目录
译者序
原著序言
1 引言
1.1 方法和结果
1.2 第一个回归——历史的序曲
1.3 分位、排序和最优化
1.4 分位回归简介
1.5 三个例子
1.5.1 工资和工作经验
1.5.2 学生课程评价和班级人数
1.5.3 新生儿体重
1.6 结论
2 分位回归要义
2.1 分位处理效果
2.2 分位回归原理
2.2.1 分位回归的p插入值
2.2.2 子阶数条件
2.2.3 同变性
2.2.4 删截
2.3 稳健性
2.3.1 影响函数
2.3.2 失效点
2.4 分位回归模型诠释
2.4.1 例1：工会工资优势
2.4.2 例2：酒类需求量
2.4.3 例3：墨尔本每日温度
2.4.4 例4：冰川雪莲、黄鼠和岩石
2.5 分位交叉
2.6 一个随机系数的解释
2.7 不均等度量值及其分解
2.8 预期位和其他变化
2.9 错建分位回归模型诠释
3 有关分位回归的推论
3.1 分位回归的有限样本分布
3.2 对分位回归渐近性的初步探讨
3.2.1 样本分位值的置信区间
3.2.2 iid误差情况下的分位回归渐近性
3.2.3 非iid误差情况下的分位回归渐近性
3.3 Wald检验
3.3.1 双样本位移检验
3.3.2 一般线性假设
3.4 渐近协方差矩阵估计
3.4.1 标量稀疏度估计
3.4.2 非iid误差情况下的协方差矩阵估计
3.5 基于秩的推论
3.5.1 双样本位移的秩检验
3.5.2 线性秩统计量
3.5.3 线性秩统计量的渐近性
3.5.4 基于回归秩分的秩检验
3.5.5 基于回归秩分的置信区间
3.6 分位似然比检验
3.7 有关分位回归过程的推论
3.7.1 Wald过程
3.7.2 分位似然比过程
3.7.3 对分位秩分过程的再考察
3.8 对位置一比例假设的检验
3.9 再取样方法和自举法
3.9.1 对自举法的改进、平滑处理和子采样
3.9.2 子梯度条件下的再取样方法
3.10 对几种方法的蒙特卡罗比较
3.10.1 模型1——一个位置移动模型
3.10.2 模型2——一个位置一比例移动模型
4 分位回归的渐近理论
4.1 一致性
4.1.1 单变量样本分位
4.1.2 线性分位回归
4.2 收敛速度
4.3 Bahadur表示法
4.4 非线性分位回归
4.5 分位回归秩分过程
4.6 非独立条件下的分位回归渐近理论
4.6.1 自回归
4.6.2 ARMA模型
4.6.3 ARCH类模型
4.7 极值分位回归
4.8 分位方法
4.9 模型选择、惩罚和大p值渐近性
4.9.1 模型选择
4.9.2 惩罚方法
4.10 推断的渐近性
4.10.1 标量稀疏度估计
4.10.2 协方差矩阵估计
4.11 再取样法和自举法
4.12 分位回归过程的渐近性
4.12.1 Durbin问题
4.12.2 参数经验过程的Khmaladze方法
4.12.3 参数化分位过程
4.12.4 参数化分位回归过程
5 L统计量和加权分位回归
5.1 线性模型的L统计量
5.1.1 位置和比例的最优L估计值
5.1.2 线性模型的L估计
5.2 分位回归的核平滑处理
5.3 加权分位回归
5.3.1 加权线性分位回归
5.3.2 权重估计
5.4 位置一比例模型的分位回归
5.5 ρτ函数的加权和
6 分位回归计算
6.1 线性规划简介
6.1.1 顶点
6.1.2 下降的方向
6.1.3 最优化条件
6.1.4 互补松弛
6.1.5 对偶
6.2 分位回归的单纯形法
6.3 分位回归的参数规划
6.4 标准线性规划问题的内点法
6.4.1 牛顿法的极致应用——一个基本例子
6.4.2 分位回归的内点法
6.4.3 内点和外点——计算上的比较
6.4.4 计算的复杂性
6.5 分位回归的前期处理
6.5.1 “选择”单变量分位
6.5.2 实施
6.5.3 置信区间
6.5.4 选择m
6.6 非线性分位回归
6.7 不等式约束条件
6.8 ρτ函数的加权和
6.9 稀疏性
6.10 结论
7 非参数分位回归
7.1 局部多项式分位回归
7.1.1 平均导数估计
7.1.2 加和模型
7.2 对单变量平滑处理的惩罚办法
7.2.1 单变量粗糙度惩罚
7.2.2 总变分粗糙度惩罚
7.3 对双变量平滑处理的惩罚办法
7.3.1 双变量总变分粗糙度惩罚
7.3.2 三角式的总变分惩罚
7.3.3 线性规划下的惩罚三角式估计
7.3.4 再论三角化
7.3.5 再论稀疏性
7.3.6 A值的自动选择
7.3.7 边界和非量化约束
7.3.8 一个关于芝加哥土地价值的模型
7.3.9 紧绳和边界侦察
7.4 加和模型和稀疏性的作用
8 分位回归研究前瞻
8.1 存活数据的分位回归
8.1.1 分位函数还是风险函数？
8.1.2 删截
8.2 离散反应模型
8.2.1 双应变量
8.2.2 计数数据
8.3 分位自回归
8.4 Copula函数和非线性分位回归
8.5 相对于分位回归的高失效点法
8.6 多变量分位
8.6.1 Oja中位值及其延伸
8.6.2 半空间深度和方向性分位回归
8.7 对纵向数据的惩罚办法
8.7.1 最小二乘法惩罚的经典随机效应
8.7.2 具有惩罚固定效应的分位回归
8.8 因果效应和结构模型
8.8.1 结构方程模型
8.8.2 Chesher因果链式模型
8.8.3 结构分位效应诠释
8.8.4 估计和推论
8.9 Choquet效用、风险和悲观投资组合
8.9.1 Choquet期望效用
8.9.2 Choquet风险评估
8.9.3 悲观投资组合
9 结论
A 渐近临界值表
B 英汉术语对照
参考文献
— 没有更多了 —
以下为对购买帮助不大的评价