• 高维混合效应模型的分位回归方法研究与应用
  • 高维混合效应模型的分位回归方法研究与应用
  • 高维混合效应模型的分位回归方法研究与应用
  • 高维混合效应模型的分位回归方法研究与应用
  • 高维混合效应模型的分位回归方法研究与应用
21年品牌 40万+商家 超1.5亿件商品

高维混合效应模型的分位回归方法研究与应用

99 九品

仅1件

北京朝阳
认证卖家担保交易快速发货售后保障

作者罗幼喜、李翰芳 著

出版社经济科学出版社

出版时间2019-06

版次1

装帧平装

上书时间2024-08-06

清风图书店

三年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:九品
图书标准信息
  • 作者 罗幼喜、李翰芳 著
  • 出版社 经济科学出版社
  • 出版时间 2019-06
  • 版次 1
  • ISBN 9787521806328
  • 定价 66.00元
  • 装帧 平装
  • 开本 16开
  • 纸张 胶版纸
  • 页数 230页
【内容简介】
  《高维混合效应模型的分位回归方法研究与应用》在已有文献工作基础上分别从贝叶斯和惩罚函数等多个角度系统探讨了混合效应模型的分位回归方法,并考虑了高维混合效应模型分位回归法的变量选择问题,全书共8章,具体研究内容如下。
  第1章为绪论,介绍了研究背景及意义,国内外研究现状以及《高维混合效应模型的分位回归方法研究与应用》主要内容和创新点;第2章从参数贝叶斯的角度探讨了线性混合效应模型的分位回归方法;第3章从非参数贝叶斯的角度探讨了线性混合效应模型的分位回归方法;第4章从惩罚参数的角度探讨了高维混合效应模型分位回归方法的变量选择问题;第5章从贝叶斯LASSO的角度探讨了高维混合效应模型的分位回归方法;第6章则对含个体固定效应的模型提出了三种分位回归方法;第7章将分位回归方法推广至非参数混合效应模型之上;第8章对全书各章理论、模拟及实证所得结论进行了系统总结,并对全书中各种方法的不足之处及可待进一步研究的问题作了剖析与展望。
  全书内容新颖、实用性强,且包含了大量作者在该领域研究中取得的一些新研究成果。
【作者简介】
  罗幼喜,男,1979年7月生,湖北红安县人。现为湖北工业大学理学院副教授,硕士生导师,中国人民大学经济学博士,中国科学院计算所博士后,美国Emory大学访问学者。主要从事混合效应模型、分位回归、计量经济建模、贝叶斯分析、MCMC算法等方面的研究工作。已发表学术论文40余篇,其中SCI/CSSCI检索20余篇。主持国家社科基金、教育部人文社科基金等5项,参与了国家自然基金、教育部人文社科重大项目等10余项。曾获中国人民大学优秀博士论文奖、全国统计科研优秀成果一等奖、北京市统计科研成果二等奖、武汉市社科优秀成果二等奖、湖北省教学成果三等奖等。
  
  李翰芳,女,1979年9月生,湖北麻城市人。现为湖北工业大学理学院讲师,华中师范大学统计学专业博士研究生。主要从事计量经济建模、贝叶斯分析、高斯混合模型等方面的研究工作。已发表学术论文20余篇,其中SCI/CSSCI检索10余篇。作为核心成员参与了国家自然科学基金、国家社科基金、教育部人文社科基金等省部级以上项目5项。曾获武汉市社科优秀成果奖、湖北省高等学校人文社科优秀成果三等奖等。
【目录】
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 本书研究内容及创新点

第2章 线性混合效应模型的参数贝叶斯分位回归方法
2.1 引言
2.2 分位回归与非对称Laplace分布
2.3 基于M-H算法的贝叶斯分位回归方法
2.4 基于Gibbs抽样算法的贝叶斯分位回归方法
2.5 蒙特卡罗模拟
2.6 实际数据分析
2.7 本章小结

第3章 线性混合效应模型的非参数贝叶斯分位回归方法
3.1 引言
3.2 非参数贝叶斯分层分位回归模型
3.3 Gibbs抽样算法
3.4 蒙特卡罗模拟
3.5 实际数据分析
3.6 本章小结

第4章 高维混合效应模型的双惩罚分位回归方法
4.1 引言
4.2 一般双惩罚分位回归过程
4.3 双惩罚分位回归过程
4.4 双惩罚分位回归的计算
4.5 估计量的大样本性质
4.6 蒙特卡罗模拟
4.7 实际数据分析
4.8 本章小结

第5章 高维混合效应模型的贝叶斯LASSO分位
回归方法.
5.1 引言
5.2 贝叶斯LASSO型分位回归
5.3 贝叶斯双LASSO型分位回归
5.4 蒙特卡罗模拟
5.5 实际数据分析
5.6 本章小结

第6章 固定效应模型的分位回归方法.
6.1 引言
6.2 模型及方法
6.3 蒙特卡罗模拟
6.4 实际数据分析
6.5 本章小结

第7章 非参数混合效应模型的贝叶斯分位回归方法
7.1 引言
7.2 非参数惩罚样条展开
7.3 贝叶斯分层分位回归模型
7.4 M-H抽样算法
7.5 蒙特卡罗模拟
7.6 实际数据分析
7.7 本章小结

第8章 结论与展望
8.1 主要结论
8.2 研究不足与可待进一步探讨的问题

中英文名词索引
参考文献
后记
点击展开 点击收起

   相关推荐   

—  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