“十二五”国家重点图书出版规划项目 现代数学基础丛书 现代测量误差模型【2025|PDF下载-Epub版本|mobi电子书|kindle百度云盘下载】

“十二五”国家重点图书出版规划项目 现代数学基础丛书 现代测量误差模型PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 回归模型介绍1

1.1.1 参数回归模型1

1.1.2 非参数模型2

1.1.3 半参数模型2

1.1.4 变系数模型3

1.1.5 单指标模型3

1.2 非参数光滑方法4

1.2.1 N-W核光滑方法4

1.2.2 Gasser-Müller光滑方法8

1.2.3 局部多项式光滑方法9

1.3 经验似然13

1.3.1 经验似然的思想13

1.3.2 经验似然的若干应用15

1.4 Bootstrap方法18

1.5 变量选择方法19

1.6 测量误差模型的估计方法22

1.6.1 测量误差介绍22

1.6.2 校正的估计方法22

1.6.3 SIMEX方法24

1.6.4 逆卷积方法26

1.7 扭曲测量误差数据28

第2章 线性测量误差模型30

2.1 引言30

2.1.1 线性测量误差模型介绍30

2.1.2 广义线性测量误差模型介绍31

2.1.3 协变量调整线性回归模型介绍32

2.1.4 本章结构33

2.2 线性测量误差模型的估计方法34

2.2.1 校正的估计方法34

2.2.2 M估计方法35

2.2.3 SIMEX估计方法36

2.3 响应变量缺失的线性测量误差模型37

2.3.1 回归系数的经验似然37

2.3.2 响应均值的经验似然41

2.3.3 模拟研究43

2.4 广义线性测量误差模型的纠偏经验似然方法45

2.4.1 纠偏经验似然方法和主要结果46

2.4.2 偏profile经验似然方法50

2.4.3 模拟研究51

2.5 协变量调整回归模型的估计方法56

2.5.1 binning方法56

2.5.2 最近邻binning方法58

2.5.3 局部线性估计方法59

2.5.4 直接估计方法60

2.6 置信区间63

2.6.1 渐近正态近似方法63

2.6.2 Bootstrap重抽样近似方法64

2.6.3 经验似然方法65

2.7 协变量调整回归模型的变量选择67

2.7.1 估计方法67

2.7.2 渐近性质68

2.7.3 算法和λ的选取71

2.7.4 模拟研究和实际数据分析73

2.8 模型检验77

2.8.1 引言77

2.8.2 检验统计量及其讨论78

2.8.3 Bootstrap方法81

2.8.4 模拟研究82

第3章 非线性测量误差模型84

3.1 引言84

3.1.1 非线性测量误差模型介绍84

3.1.2 非线性半参数测量误差模型介绍85

3.2 非线性测量误差模型的估计方法86

3.2.1 最小距离估计方法86

3.2.2 调整的最小二乘估计88

3.2.3 SIMEX估计方法89

3.2.4 工具变量方法90

3.3 非线性测量误差模型的经验似然推断91

3.3.1 经验似然方法91

3.3.2 基于模拟的经验似然方法94

3.3.3 模拟研究96

3.4 非线性半参数EV模型的profile最小二乘估计97

3.4.1 估计方法97

3.4.2 条件和渐近性质99

3.4.3 模拟研究101

3.5 非线性半参数EV模型的经验似然推断103

3.5.1 方法与主要结果104

3.5.2 模拟研究106

第4章 多元协变量调整模型108

4.1 单指标协变量调整线性模型108

4.1.1 引言和模型介绍108

4.1.2 最小二乘估计方法109

4.1.3 “去一分量”最小二乘估计方法110

4.1.4 模拟研究114

4.2 单指标协变量调整非线性模型115

4.2.1 模型介绍115

4.2.2 指标参数θ的估计116

4.2.3 参数β的估计117

4.2.4 条件和渐近性质118

4.2.5 经验似然置信域120

4.2.6 模拟研究121

4.2.7 实例分析124

4.3 可加协变量调整非线性模型126

4.3.1 模型介绍126

4.3.2 估计方法和渐近性质127

4.3.3 经验似然置信域130

4.3.4 模型检验131

4.3.5 模拟研究132

4.3.6 实际数据分析134

第5章 部分线性测量误差模型137

5.1 引言137

5.1.1 部分线性模型介绍及研究现状137

5.1.2 部分线性可加测量误差模型140

5.2 校正的估计方法141

5.2.1 参数部分带有测量误差情况141

5.2.2 非参数部分带有测量误差情况144

5.2.3 参数和非参数部分都带有测量误差情况146

5.3 经验似然方法148

5.3.1 引言148

5.3.2 经验似然方法和渐近性质149

5.3.3 模拟研究153

5.4 两种变量选择方法155

5.4.1 校正的惩罚最小二乘方法156

5.4.2 惩罚分位数回归158

5.4.3 估计方法的实施160

5.5 协变量调整部分线性模型的变量选择163

5.5.1 模型介绍163

5.5.2 变量选择方法165

5.5.3 渐近性质166

5.5.4 模拟研究和实际数据分析169

5.6 协变量调整部分线性模型的约束估计和检验173

5.6.1 改进的约束估计和渐近性质173

5.6.2 假设检验177

5.6.3 数值模拟180

第6章 变系数测量误差模型184

6.1 引言184

6.1.1 变系数模型及研究现状184

6.1.2 部分线性变系数模型及研究现状185

6.2 变系数测量误差模型的局部偏差校正统计推断186

6.2.1 局部偏差校正估计187

6.2.2 局部纠偏经验似然190

6.3 变系数测量误差模型的变量选择193

6.3.1 估计方法193

6.3.2 算法194

6.4 部分线性变系数测量误差模型的经验似然统计推断195

6.4.1 参数部分协变量带有测量误差的情形195

6.4.2 非参数部分协变量带有测量误差的情形198

6.4.3 模拟研究201

6.5 部分线性变系数测量误差模型的约束统计推断204

6.5.1 引言204

6.5.2 参数部分协变量带有测量误差的情形204

6.5.3 非参数部分协变量带有测量误差的情形208

6.5.4 模拟研究211

6.5.5 实例分析218

6.6 部分线性变系数测量误差模型的变量选择221

6.6.1 引言221

6.6.2 估计方法222

6.6.3 算法223

第7章 单指标测量误差模型225

7.1 引言225

7.1.1 部分线性单指标模型及研究现状225

7.1.2 MAVE方法227

7.1.3 降维方法230

7.2 单指标测量误差模型的SIMEX估计232

7.2.1 模型介绍232

7.2.2 SIMEX估计程序232

7.2.3 渐近性质235

7.2.4 模拟研究和实际数据分析237

7.3 部分线性单指标EV模型240

7.3.1 两阶段估计方法241

7.3.2 修正的拟似然估计方法244

7.3.3 经验似然方法246

7.4 部分线性单指标协变量调整模型249

7.4.1 模型介绍249

7.4.2 模型转换和估计思想250

7.4.3 指标参数θ的估计251

7.4.4 参数β的估计254

7.4.5 变量选择255

7.4.6 模拟研究258

7.4.7 实际应用260

7.5 部分线性单指标补救EV模型262

7.5.1 模型介绍262

7.5.2 估计方法和渐近性质262

7.5.3 变量选择266

7.5.4 模拟研究268

7.5.5 实际应用273

第8章 测量误差降维模型275

8.1 引言275

8.2 充分降维方法276

8.2.1 逆回归方法277

8.2.2 逆方差方法281

8.2.3 等高线回归方法284

8.2.4 方向回归方法285

8.2.5 Hessian主方向方法287

8.2.6 最小平均方差估计方法288

8.2.7 条件密度函数的dMAVE方法290

8.2.8 累积分布降维方法292

8.2.9 结构维数的选取294

8.3 可加测量误差降维模型296

8.3.1 最小二乘方法297

8.3.2 切片逆回归方法300

8.3.3 累积分布降维方法301

8.3.4 Hessian主方向方法302

8.3.5 方向回归方法303

8.3.6 等高线回归方法305

8.3.7 模拟研究306

8.4 协变量调整降维模型312

8.4.1 模型介绍312

8.4.2 估计方法和渐近结果312

8.4.3 数值模拟314

参考文献317

索引340