复杂数据下测量误差模型的估计理论与方法

复杂数据下测量误差模型的估计理论与方法
出版时间：2012年版
内容简介
　　本书研究的模型主要包括：线性EV模型、非线性EV模型以及半参数EV模型等统计模型。研究的主要目的是：在纵向数据、删失数据、缺失数据等复杂数据下研究几类EV模型中兴趣参数及兴趣函数估计的大样本问题，如估计量的渐近正态性、相合性及其收敛速度等统计性质。本书由刘强著。
目录
1 绪论
1.1 统计模型
1.2 复杂数据
1.3 非参数估计方法
1.4 降维估计
1.5 本书的内容及结构
1.6 参考文献
2 删失数据下线性EV模型的估计
2.1 方法与主要结果
2.2 模拟研究
2.3 实际数据分析
2.4 定理的证明
2.5 参考文献
3 缺失数据下EV模型的估计
3.1 非线性EV模型响应变量均值的估计
3.2 非线性EV模型中未知参数的估计
3.3 非线性半参数EV模型的估计
3.4 参考文献
4 纵向数据下EV模型的估计
4.1 半参数EV模型的估计
4.2 混合效应EV模型的估计
4.3 参考文献
5 非线性EV模型的降维估计
5.1 方法与主要结果
5.2 定理的证明
5.3 参考文献
6 Berkson测量误差模型的估计
6.1 方法与主要结果
6.2 定理的证明
6.3 参考文献
7 变系数EV模型的经验似然推断
7.1 引言
7.2 方法与主要结果
7.3 数值研究
7.4 定理的证明
7.5 参考文献