分层分位模拟:理论、方法及应用:theory，methodology and applications
正版保障 假一赔十 可开发票
￥ 267.48 6.7折 ￥ 398 全新
仅1件
作者田茂再[著]
出版社科学出版社
ISBN9787030699039
出版时间2021-01
装帧平装
开本16开
定价398元
货号11378143
上书时间2024-12-31
商品详情
- 品相描述：全新
- 商品描述
-
目录
Contents Preface PartI QUANTILE REGRESSION MODELLING Chapter1 INEAR QUANTILE REGRESSION 3 1.1 Education: Mathematical Achievements 3 1.1.1 Introduction 3 1.1.2 Data5 1.1.3 Estimation Results 7 1.1.4 Confidence Intervals and Related Interpretations 11 1.1.5 Conclusion 16 1.2 Large Sample Properties 16 1.3 Bibliographic Notes 19 Chapter2 NONPARAMETRIC QUANTILE REGRESSION 20 2.1 Robust Local Approximation Method 20 2.1.1 Introduction 20 2.1.2 Consistency 22 2.1.3 Rate of Convergence 26 2.1.4 Asymptotic Distribution 33 2.1.5 Optimization of Estimate 37 2.1.6 Bibliographic Notes 39 2.2 Nonparametric Function Estimation 40 2.2.1 Introduction 40 2.2.2 Asymptotic Properties 42 2.2.3 Applications 52 2.2.4 Bibliographic Notes 54 2.3 Local Linear Quantile Regression 55 2.3.1 Introduction 55 2.3.2 Local Linear Check Function Minimization 58 2.3.3 Local Linear Double-Kernel Smoothing 62 2.3.4 Bibliographic Notes 68 Chapter3 ADAPTIVE QUANTILE REGRESSION 69 3.1 Locally Constant Adaptive Quantile Regression 69 3.1.1 Introduction 69 3.1.2 Adaptive Estimation 72 3.1.3 Implementation 73 3.1.4 Theoretical Properties 75 3.1.5 Bibliographic Notes 82 3.2 Locally Linear Adaptive Quantile Regression 82 3.2.1 Introduction 82 3.2.2 Local Linear Adaptive Estimation 84 3.2.3 Algorithm 85 3.2.4 Theoretical Properties 86 3.2.5 Bibliographic Notes 89 Chapter4 ADAPTIVE QUANTILES REGRESSION 91 4.1 Additive Conditional Quantiles with High-Dimensional Covariates 91 4.1.1 Introduction 91 4.1.2 Methodology 93 4.1.3 Asymptotic Behavior 98 4.1.4 Concluding Remarks 105 4.1.5 Bibliographic Notes 105 4.2 Nonparametric Estimation 105 4.2.1 Introduction 106 4.2.2 Estimator 108 4.2.3 Asymptotic Results 110 4.2.4 Conclusions 126 4.2.5 Bibliographic Notes 126 Chapter5 QUANTILE REGRESSION BASED ON VARYINGCOEFFICIENT MODELS 127 5.1 Adaptive Quantile Regression Based on Varying-coefficient Models 127 5.1.1 Introduction 127 5.1.2 Adaptive Estimation 129 5.1.3 Theoretical Properties 135 5.1.4 Conclusion 142 5.1.5 Bibliographic Notes 143 5.2 Varying-coefficient Models with Heteroscedasticity 143 5.2.1 Introduction 144 5.2.2 Local Linear CQR-AQR Estimation 146 5.2.3 Local Quadratic CQR-AQR Estimation 156 5.2.4 Bandwidth Selection 157 5.2.5 Hypothesis Testing 158 5.2.6 Local m-polynomial CQR-AQR Estimation 159 5.2.7 Discussion 160 5.2.8 Bibliographic Notes 161 Chapter6 SINGLE-INDEX QUANTILE REGRESSION 163 6.1 Single Index Models 163 6.1.1 Introduction 163 6.1.2 The Model and Estimation 165 6.1.3 Large Sample Properties 168 6.1.4 Conclusions 178 6.1.5 Bibliographic Notes 178 6.2 CQR for Varying Coefficient Single-index Models 179 6.2.1 Introduction 179 6.2.2 Quantile Regression 181 6.2.3 Composite Quantile Regression 184 6.2.4 Discussion 194 6.2.5 Bibliographic Notes 194 Chapter7 QUANTILE AUTOREGRESSION 196 7.1 Introduction 196 7.2 The Model 197 7.2.1 Description of The Model 197 7.2.2 Properties 199 7.3 Estimation 203 7.4 Quantitle Monotonicity 208 7.5 Inference 209 7.5.1 Wald Process and Related Tests 209 7.5.2 Testing for Asymmetric Dynamics 210 7.5.3 Bibliographic Notes 212 Chapter8 COMPOSITE QUANTILE REGRESSION 213 8.1 Composite Quantile and Model Selection 213 8.1.1 Introduction and Motivation 213 8.1.2 Composite Quantile Regression 216 8.1.3 Asymptotic Relative Efficiency 220 8.1.4 The CQR-oracular Estimator 225 8.1.5 Concluding Remarks 228 8.1.6 Bibliographic Notes 229 8.2 Local Quantile Regression 229 8.2.1 Introduction 229 8.2.2 Estimation of Regression Function 231 8.2.3 Estimation of Derivative 235 8.2.4 Local p-polynomial CQR Smoothing 238 8.2.5 Discussion 246 8.2.6 Bibliographic Notes 246 Chapte9 HIGH DIMENSIONAL QUANTILE REGRESSION 248 9.1 Diagnostic for Ultra High Heterogeneity 248 9.1.1 Introduction 248 9.1.2 Nonconvex Penalized Quantile Regression 251 9.1.3 Discussion 262 9.1.4 Bibliographic Notes 263 9.2 Bayesian Quantile Regression 264 9.2.1 Introduction 264 9.2.2 Asymmetric Laplace Distribution 265 9.2.3 Bayesian Approach 266 9.2.4 Improper Priors for Parameters 267 9.2.5 Discussion 269 9.2.6 Bibliographic Notes 270 PartII HIERARCHICAL MODELING Chapter10 HIERARCHICAL LINEAR MODELS 273 10.1 Bayes Estimates 273 10.1.1 Introduction 273 10.1.2 Exchangeability 274 10.1.3 General Bayesian Linear Model 277 10.1.4 Estimation 281 10.1.5 Bibliographic Notes 283 10.2 Maximum Likelihood from Incomplete Data 283 10.2.1 Introduction 283 10.2.2 Definitions of the EM Algorithm 286 10.2.3 General Properties 290 10.2.4 Bibliographic Notes 296 10.3 EM-algorithm 296 10.3.1 Introduction 297 10.3.2 Covariance Components Models 298 10.3.3 Estimation of
内容摘要
随着科学技术的迅猛发展，具有复杂分层结构的数据在现实生活中很普遍。能接近剖析这类数据，发觉该类数据表象下的潜在规律性对于统计学等科研领域很有意义。《分层分位模拟——理论、方法及以应用（英文版）》致力于介绍复杂分层数据分析前沿知识，侧重于分层分位回归理论、方法及其应用研究。内容主要包括三大块：分层数据建模、分位回归与分层-分位回归。主要涉及到线性分层分位回归模拟、非参数分层分位回归模拟、适应性分层分位回归模拟、可加性分层分位回归模拟、变系数分层分位回归模拟、单指数分层分位回归模拟、分层分位自回归模拟、复合分层分位回归模拟、高维分层分位回归模拟、分层分位回归模拟、分层样条分位回归模拟、分层线性分位回归模拟、分层半参数分位回归模拟、复合分层线性分位回归模拟、复合分层半参数分位回归模拟等。
精彩内容
随着科学技术的迅猛发展，具有复杂分层结构的数据在现实生活中很普遍。能 剖析这类数据，发觉该类数据表象下的潜在规律性对于统计学等科研领域很有意义。本书致力于介绍复杂分层数据分析前沿知识，侧重于分层分位回归理论、方法及其应用研究。内容主要包括三大块：分层数据建模、分位回归与分层-分位回归。主要涉及到线性分层分位回归模拟、非参数分层分位回归模拟、适应性分层分位回归模拟、可加性分层分位回归模拟、变系数分层分位回归模拟、单指数分层分位回归模拟、分层分位自回归模拟、复合分层分位回归模拟、高维分层分位回归模拟、分层分位回归模拟、分层样条分位回归模拟、分层线性分位回归模拟、分层半参数分位回归模拟、复合分层线性分位回归模拟、复合分层半参数分位回归模拟等。
相关推荐
-
分层分位模拟——理论、方法及应用
全新南京
￥ 286.56
-
分层分位模拟——理论、方法及应用
全新广州
￥ 315.47
-
分层分位模拟——理论、方法及应用
全新保定
￥ 307.79
-
分层分位模拟——理论、方法及应用
全新南京
￥ 286.56
-
分层分位模拟——理论、方法及应用
全新南京
￥ 286.56
-
分层分位模拟——理论、方法及应用
全新松原
￥ 275.69
-
分层分位模拟—理论.方法及应用
全新北京
￥ 278.60
-
分层分位模拟——理论、方法及应用（英文版）
全新无锡
￥ 272.10
-
分层分位模拟——理论、方法及应用（英文版）
全新广州
￥ 270.33
-
分层分位模拟——理论、方法及应用（英文版）
全新广州
￥ 270.34
— 没有更多了 —
以下为对购买帮助不大的评价