纵向数据和复杂生存数据下广义估计方程方法

纵向数据和复杂生存数据下广义估计方程方法
出版时间： 2019年版
内容简介
参数的估计和推断是数理统计这门学科重要内容，自上个世纪以来，许多统计学家提出了多种不同的参数估计和推断方法。事实上，矩估计、极大似然估计、拟似然估计以及小二乘等诸多参数估计方法都可以统一到广义估计方程方法的框架之下。因此，广义估计方程方法是现代统计估计理论中应用广泛的一种方法。《纵向数据与复杂生存数据下广义估计方程方法》将重点介绍纵向数据、右删失数据以及长度偏差数据等一些统计热点数据类型下广义估计方程方法理论和应用研究。

目录

章 引言
节 广义估计方程方法基本思想
第二节 GMM和EL方法及其研究进展
第三节 本书研究背景
一 广义估计方程方法研究现状及其相关文献
二 纵向数据及其相关研究
三 加速失效时间（AFT）模型
四长度偏差数据及其相关研究

第二章 纵向数据下广义估计方程方法
节 纵向数据下GMM方法
第二节 经验似然方法
一 工作独立经验似然
二 块经验似然
第三节 模拟结果
一 线性模型场合
二 非线性模型场合
第四节 定理的证明

第三章 信息删失下逆概率加权估计方程方法
节 右删失数据下逆概率加权估计方程方法
第二节 删失数据线性模型的逆概率加权估计
方程方法
一 模型参数估计方法
二 估计量的大样本性质
三 数值模拟与实际例子
四 定理证明
五 影响函数西的一个例子
第三节 结合中位数回归的AFT模型
一 光滑估计方程技巧
二 逆概率加权估计方程
三 基于光滑估计方程的统计推断
四 数值研究
五 定理证明
第三节 结合中位数回归的AFT模型进一步讨论
一 估计量渐近性质
二 渐近方差及Bootstrap
三 模拟研究
四 定理假设和证明

第四章 长度偏差数据下估计方程方法
节 长度偏差数据下加性风险模型估计方程方法
第二节 估计量渐近性质
第三节 数值研究
第四节 定理的证明

第五章 左截断右删失数据下分位数估计亏量问题
节 主要结果
第二节 模型研究
第三节 定理证明

参考文献
后记