• 有限因变量模型中的参数估计
21年品牌 40万+商家 超1.5亿件商品

有限因变量模型中的参数估计

24.85 6.4折 39 九五品

仅1件

江苏南京
认证卖家担保交易快速发货售后保障

作者军,张玉春,赵晓丽 著

出版社电子工业出版社

ISBN9787121350955

出版时间2018-11

版次1

装帧平装

开本16开

纸张胶版纸

页数120页

字数99999千字

定价39元

上书时间2024-08-17

伴我侗行

五年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:九五品
商品描述
基本信息
书名:有限因变量模型中的参数估计
定价:39.00元
作者:军,张玉春,赵晓丽 著
出版社:电子工业出版社
出版日期:2018-11-01
ISBN:9787121350955
字数:152000
页码:120
版次:1
装帧:平装
开本:16开
商品重量:
编辑推荐

内容提要
针对有随机效应的多重二元响应模型,研究了给定响应变量时模型的逆回归性质,基于该理论给出了模型的逆回归估计,所得到的回归系数向量的估计只相差一个正的常数乘积。进一步给出了模型的假设检验法。对于随机效应的多元秩序模型,也得到了回归系数的逆回归估计。对于多重二元响应Probit模型,给出了参数的渐近有效估计,只需一步(获少数几步)迭代可以得到参数的渐近有效估计对固定效应的LDV模型,假定扰动项分布为I型极值分布,应用极大似然方法估计参数,并将方法应用于多项选择模型,给出了应用实例。本书内容理论与实践相结合,各章均有实例或计算机模拟研究。
目录
章  绪论 11.1  LDV模型的定义 11.1.1  模型的定义 11.1.2  模型的统计推断问题 31.2  LDV模型中参数估计问题的研究现状 41.3  逆回归方法 61.3.1  逆回归的总体性质 61.3.2  分片逆回归估计(SIR) 71.3.3  SIR的大样本性质 81.4  准备知识: ?方法 91.4.1  多元 ?方法 91.4.2  向量估计函数的 方法 111.5  本书提要 12第2章  多重二元响应模型回归系数的估计 142.1  多重二元响应模型的逆回归性质 142.2  多重二元响应模型回归系数的逆回归估计 172.3  估计的渐近正态性 182.4  假设检验 302.5  模拟研究 312.5.1  点估计的模拟研究 312.5.2  线性假设的检验 352.5.3  回归变量的选择 37第3章  多元秩?序模型中回归 系数的估计 393.1  多元秩?序模型的逆回归性质 393.2  回归系数的估计 413.3  相合性 423.4  模拟研究 433.5  回归系数的Bootstrap检验 473.5.1  回归系数的线性假设检验 473.5.2  假设检验的模拟实验 50第4章  广义多项选择模型中回归系数的估计 524.1  广义多项选择模型 524.2  广义多项选择模型中回归系数的估计 534.3  渐近正态性 544.4  模拟研究 684.4.1  点估计 684.4.2  假设检验 70第5章  多重二元响应Probit模型的渐近有效估计 735.1  多重二元响应Probit模型 735.2  边际似然 735.3  Fisher信息阵 785.4  渐近有效估计 795.5  模拟结果 87第6章  多元秩序Logit模型回归系数的极大似然估计 906.1  固定影响属性的多元秩序模型 906.2  多元秩序Logit模型的极大似然估计 916.2.1  多元秩序Logit模型 916.2.2  回归系数的极大似然估计 926.2.3  模拟研究 946.3  多元秩序Logit模型的假设检验 966.3.1  部分极大似然估计 976.3.2  极大似然估计的渐近正态性及相关结论 986.3.3  检验统计量 1006.3.4  假设检验的模拟研究 1016.4  实例分析 102参考文献 105
作者介绍
军,男,沈阳理工大学副教授,1999年开始从事高校的数学教学与科研工作。2001年―2003年,北京理工大学大学数学系在职攻读硕士研究生,2003―2007年,北京理工大学数学系在职攻读博士研究生,获理学博士学位,研究方向为概率论与数理统计。迄今为止,共发表学术论文14篇,其中三大检索5篇。承担各类研究课题6项,其中主持辽宁省教育厅研究课题一项,参研国家自然科学基金课题二项,主持博士启动基金一项。2009年获辽宁省自然科学学术成果奖3等奖一项,2010年获沈阳市自然科学学术成果奖3等奖一项。参与辽宁省研究生精品课《数理统计与随机过程》建设项目,主持研究生教研项目一项。2012年获沈阳理工大学教学基本功大赛一等奖,2016年获沈阳理工大学优秀主讲教师称号。
序言

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP