复杂数据统计方法

出版时间:2013-9-11  出版社:中国人民大学出版社  作者:吴喜之  
Tag标签:无  

内容概要

第一版面世以来,得到了广大读者的支持和鼓励。第二版根据需要做了一些修正、改动及增补,在第七章补充了Granger因果检验,增加了非线性时间序列一节。
本书特点:(1)以数据为导向;(2)介绍最新的方法(附有传统方法回顾);(3)提供R软件入门及全部例子计算的R代码及数据的网址;(4)各章独立。
本书读者对象包括统计学、应用统计学、经济学、数学、应用数学、精算、环境、计量经济学、生物医学等专业的本科生、硕士及博士生,各领域的教师和实际工作者。

书籍目录

第一章引言
1.1作为科学的统计
1.2数据分析的实践
1.3数据的形式以及可能用到的模型
1.3.1横截面数据:因变量为实轴上的数量变量
1.3.2横截面数据:因变量为分类(定性)变量或者频数
1.3.3纵向数据,多水平数据,面板数据,重复观测数据
1.3.4多元数据各变量之间的关系:多元分析
1.3.5路径模型∕结构方程模型
1.3.6多元时间序列数据
1.4 R软件入门
1.4.1简介
1.4.2动手
第二章横截面数据:因变量为实数轴上的数量变量
2.1简单回归回顾
2.1.1对例2.1数据的简单拟合
2.1.2对例2.1数据的进一步分析
2.1.3对简单线性回归的一些讨论
2.1.4损失函数及分位数回归简介
2.2简单线性模型不易处理的横截面数据
2.2.1标准线性回归中的指数变换
2.2.2生存分析数据的Cox回归模型
2.2.3数据出现多重共线性情况:岭回归,lasso回归,适应性lasso回归,偏最小二乘回归
2.2.4无法做任何假定的数据:机器学习回归方法
2.2.5决策树回归(回归树)
2.2.6 Boosting回归
2.2.7 Bagging回归
2.2.8随机森林回归
2.2.9人工神经网络回归
2.2.10支持向量机回归
2.2.11几种回归方法五折交叉验证结果
2.2.12方法的稳定性及过拟合
第三章横截面数据:因变量为分类变量及因变量为频数(计数)变量的情况
3.1经典logistic回归,probit回归和仅适用于数量自变量的判别分析回顾
3.1.1 Logistic回归和probit回归
3.1.2广义线性模型简介
3.1.3经典判别分析
3.2因变量为分类变量,自变量含有分类变量:机器学习分类方法
3.2.1决策树分类(分类树)
3.2.2 Adaboost分类
3.2.3 Bagging分类
3.2.4随机森林分类
3.2.5支持向量机分类
3.2.6最近邻方法分类
3.2.7分类方法五折交叉验证结果
3.3因变量为频数(计数)的情况
3.3.1经典的Poisson对数线性模型回顾
3.3.2使用Poisson对数线性模型时的散布问题
3.3.3零膨胀计数数据的Poisson回归
3.3.4机器学习的算法模型拟合计数数据
3.3.5关于模型驱动还是数据驱动的简单讨论
3.3.5多项logit模型及多项分布对数线性模型回顾
第四章纵向数据(多水平数据,面板数据)
4.1纵向数据:线性随机效应混合模型
4.2纵向数据:广义线性随机效应混合模型
4.3纵向数据:决策树及随机效应模型
4.4纵向数据:纵向生存数据
4.4.1 Cox随机效应混合模型
4.4.2分步联合建模
§4.5计量经济学家的视角:面板数据
第五章多元分析
5.1实数轴上的数据:经典多元分析内容回顾
5.1.1主成分分析及因子分析
5.1.2分层聚类及k均值聚类
5.1.3典型相关分析
5.1.4对应分析
5.2非经典多元数据分析:可视化
5.2.1主成分分析
5.2.2对应分析
5.2.3多重对应分析
5.2.4多重因子分析
5.2.5分层多重因子分析
5.2.6基于主成分分析的聚类
5.3多元数据的关联规则分析
第六章路径建模(结构方程建模)数据的PLS分析
6.1路径模型概述
6.1.1路径模型
6.1.2路径模型的两种主要方法
6.2 PLS方法:顾客满意度的例子
6.3协方差方法简介
6.4结构方程模型的一些问题
第七章多元时间序列数据
7.1时间序列的基本概念及单变量时间序列方法回顾
7.1.1时间序列的一些定义和基本概念
7.1.2常用的一元时间序列方法
7.2单位根,协整检验及Granger因果检验
7.2.1概述
7.2.2单位根检验
7.2.3协整检验
7.2.4Granger因果检验
7.3VAR模型,VARX模型与状态空间模型
7.3.1VAR模型的拟合与预测
7.3.2VARX模型的拟合与预测
7.3.3状态空间模型的拟合与预测
7.3.4模型的比较
7.4非线性时间序列
7.4.1引言
7.4.2线性AR模型
7.4.3自门限自回归模型(SETAR)
7.4.4Logistic平滑过渡自回归模型(LSTAR)
7.4.5神经网络模型
7.4.6可加AR模型
7.4.7模型的比较
7.4.8门限协整
附录练习:熟练使用R软件
参考文献

图书封面

图书标签Tags

评论、评分、阅读与下载


    复杂数据统计方法 PDF格式下载


用户评论 (总计0条)

 
 

 

250万本中文图书简介、评论、评分,PDF格式免费下载。 第一图书网 手机版

京ICP备13047387号-7