广义估计方程估计方法

广义估计方程估计方法
出版时间：2013年版
内容简介
　　估计方程方法是统计推断中最为普通但也非常有用的统计推断方法之一， 其思想和结果广泛应用于生存分析、生物统计， 计量经济，及金融计量中. 《广义估计方程统计方法》共分20 章和两个附录，着重讨论参数模型、时间序列模型、非参数模型、半参数及变系数模型等模型中有关估计方程的统计推断方法，并讨论几种现代统计学中通常遇见的数据类型下估计方程方法. 这是目前新的统计推断方法，主要包括最为常见的独立样本、非独立样本（时间序列样本）、纵向数据、缺失数据、缺失数据等下的估计方程方法.《广义估计方程统计方法》总结了一批应用估计方程方法进行统计推断的统计模型， 同时也概括了可以应用一般估计方程方法处理的复杂数据.书中内容除了数理统计的常用统计推断方法外， 也包括最新统计方法有关估计方程估计的研究成果.
目录
第1章 绪论
1.1 估计方程估计方法概述
1.2 统计模型与估计方程
1.3 带有辅助信息的估计方程估计
1.4 估计方程估计的渐近性质概述
1.5 广义估计方程估计相合性
第2章 数据类型
2.1 简单数据
2.2 时间序列数据
2.3 删失数据
2.4 缺失数据
2.5 纵向数据(面板数据)
第3章 准备知识
3.1 随机变量序列收敛性
3.2 大数律与中心极限定理
3.3 一致大数律及经验过程
3.4 一般极限定理
3.5 其他一些收敛定理
第4章 Delta方法
4.1 Delta方法的思想
4.2 向量估计函数Delta方法
4.3 相关研究及扩展
第5章 矩估计与极大似然
5.1 矩估计
5.2 极大似然估计
5.3 极大似然估计理论
5.4 信息阵及C-R不等式
5.5 有关极大似然估计的假设检验
5.6 删失数据下极大似然估计
5.7 截断数据极大似然
5.8 缺失数据极大似然估计
5.9 不可忽略缺失机制下的极大似然估计
5.10 条件似然估计
5.11 相关研究及扩展
第6章 极值目标函数估计
6.1 广义估计方程估计
6.2 极值目标函数估计
6.3 极值函数估计量的存在性与可测性
6.4 几类重要的极值函数估计
6.5 极值函数估计的相合性与渐近正态性
6.6 渐近方差估计
6.7 极值函数估计统计推断:拉格朗日检验及置信区间
6.8 主要结果证明
6.9 补充材料
第7章 经验似然及估计方程
第8章 伪极大似然
第9章 估计方程估计的渐近理论
第10章 估计方程的一般思想
第11章 指数族及广义线性模型
第12章 纵向数据估计方程
第13章 非参数估计方程
第14章 非参和半参局部拟似然估计
第15章 非参数时间序列估计方程方法
第16章 删失数据下估计方程
第17章 两样本估计方程
第18章 光滑经验似然
第19章 缺失数据估计方程
第20章 缺失数据下分位数回归
附录A计数过程及其鞅理论
附录B非参数回归
参考文献
索引