算法讲解的很详细,而且这个版本是word版
目 录
引 言 一元线性回归与证券投资回归分析
第一节 证券价值与风险回归评估
一.评估的每股盈余回归评估法
算例0.1.1 对销售额回归,对年度回归,自回归
二.本资产定价模型(CAPM)与证券投资风险回归分析
算例012 股票系统风险、随机风险与收益率的测定比较
第二节 一元线性回归的基本原理
一.回归方程与最小二乘法
二.误差正态假设与误差方差估计
三.线性回归的显著性检验
四.回归预测与区间估计
五.重复观测与拟合不足
六.数据变换后的线性拟合
算例0.2.6 一元数据变换后的线性拟合
第一章 一般多元线性回归模型
第一节 多因素定价模型(MPM)与套利定价理论(APT)
算例1.1.1 套利分析过程
第二节 多元线性回归的基本原理
一. 多元线性回归模型及其参数估计
二. 多元线性回归模型的假设检验
三. 多元线性回归预测与参数的区间估计
四. 会计信息在股市中作用的回归分析
算例1.2.4 多元线性回归统计量检验与回归效果图像显示
第三节 自变量选择与逐步回归
一. 线性模型添加变量的影响
二. 自变量选择的准则
三. 逐步回归
算例1.3.3 逐步回归
第四节 多元数据变换与多项式回归
一. 多元数据变换后的线性拟合
算例1.4.1 分列分别变换后的回归
二. 一个自变量的多项式回归
算例1.4.2 个股股价与上证A股指数的多项式拟合
三. 正交多项式回归
算例1.4.3 个股股价对时间的正交多项式拟合
四. 多元多项式回归
算例1.4.4 个股对板块效应与股市整体效应的响应
第五节 设计矩阵列共线与最小二乘通解
一. 设计矩阵列共线的影响
二. 广义逆A-与A+
三. 最小二乘通解
四. 线性模型的降维计算与病态分离
算例1.5.4 交互投影迭代算法
第二章 多元线性回归模型的有偏估计
第一节 设计矩阵列复共线与岭回归
一.设计矩阵列复共线的影响
二.岭回归
三.岭迹分析与岭参数选择
四.广义岭回归
算例2.1.4 岭回归与岭迹图
第二节 自变量重新组合与主成分回归
一. 主成分回归的概念
二. 主成分的确定
算例2.2.2 法国有关进口总额的经济分析
第三节 增广相关阵的特征根回归
一. 增广相关阵的特征根与复共线关系
二. 增广相关阵特征根与最小二乘估计
第四节 均匀压缩估计
一. 简单线性模型LSE的不容许性
二. 一般多元线性回归模型的Stein估计
三. 双k型Stein估计与双h型岭估计
第五节 有偏估计的极值意义与几何意义
一. 椭球面与球面相切的岭估计
二. 椭球面与超平面相切的主成分估计与特征根估计
三. 椭球面与椭球面相切的均匀压缩估计
第三章 异方差与自相关广义线性模型
第一节 异方差的存在与检验
一. 异方差的存在与影响
二. 异方差的检验
算例3.1.2 消费——收入异方差数据的BPG检验
第二节 协方差为对角阵的广义线性模型
一. 协方差为己知对角阵与广义最小二乘
二. 仅含两个未知方差量的模型
三. 乘子异方差模型
第三节 自相关线性模型
一. 残差一阶自回归线性模型
算例3.3.1 残差一阶自回归线性模型
二. 自回归条件异方差(ARCH)模型
第四节 广义矩估计方法(GMM)
一. 广义矩估计的概念
二. 权矩阵的最佳选择
三. 若干具体场合的GMM
第五节 协方差阵正定的广义线性模型
一. 模型概念及参数估计、假设检验
二. LSE与 BLUE一致条件
三. 残差平方和相等的条件
第六节 协方差阵半正定的广义线性模型
一. 模型概念与最小二乘统一理论
二. 分块逆矩阵法
第四章 方差分量线性回归模型
第一节 随机效应与方差分量模型
一. 随机效应回归模型
二. 方差分量模型概念
第二节 方差分量模型的解法
一. 方差分析法
算例4.2.1 市场收益率与股利和换手率的关系
二. 最小范数二次无偏估计方法
三. 极大似然法
第三节 方差分量模型参数的广义岭估计
一. 方差分量岭估计的构造与性质
二. 岭参数的选择
第四节 方差分量模型参数的经验Bayes估计
一. 方差分量模型参数经验Bayes估计的构造
二. 方差分量模型参数经验Bayes估计的收敛性
第五章 虚拟与离散变量回归模型
第一节 虚拟变量作自变量的模型
一. 虚拟变量作加项,工资性别差异
二. 虚拟变量作乘项,储蓄与收入分段拟合比较
算例512 分段回归与Chow检验
三. 横截面分析
算例5.1.3 横截面分析模型
四. 季节分析
算例5.1.4 季节分析模型
第二节 虚拟或离散因变量的模型
一. 二值选择的线性概率模型
算例5.2.1 有无住房与收入关系模型
二. Logit回归模型
算例5.2.2 取对数以拟合概率变化的S曲线
三. Probit回归模型
算例5.2.3 正态分布函数拟合概率变化的S曲线
四. Tobit回归模型
算例5.2.4 截断数据的极大似然回归
第三节 约束回归与评估模型
一. 线性约束回归与随机约束
算例5.3.1 配方回归模型
二. 评估模型
算例5.3.2 评估模型的交互投影迭代算法
第六章 非线性回归模型
第一节 非线性回归模型最小二乘估计的计算
一. 非线性模型LSE的Gauss Newton算法
二. 非线性模型LSE的Newton Raphson算法
算例6.1.2 指定回归函数的非线性回归模型
第二节 非线性强度的曲率度量与LSE的大样本性质
一. 非线性模型非线性强度的曲率度量
二. 非线性模型误差方差估计的Bootstrap逼近
三. 带约束的非线性回归诊断混合模型分析
第三节 非线性回归模型的最大似然估计
一. 最大似然估计与最小二乘估计的一致性
算例6.3.1 自写回归函数的非线性回归模型
二. 最大似然估计的三种算法
第四节 增长曲线模型
一. 基本增长曲线模型
算例6.4.1 增长曲线回归模型
二. 复杂的增长曲线模型
第五节 生存数据与失效率模型
一. 失效率模型的一般理论
二. 分段Weibull分布的参数估计
算例6.5.2 浴盆曲线与分段Weibull分布
三. 无失效数据的失效率模型
第七章 非参数回归模型与半参数回归模型
第一节 非参数回归与权函数法
一. 非参数回归概念
二. 权函数方法
三. 权函数估计的矩相合性
第二节 密度核估计与回归函数核估计
一. 密度核估计概念与收敛性
二. 使用正交多项式核的密度及其偏导数核估计的收敛速度
三. 密度核估计的连续性及光滑性
四. 改进多元密度核估计的交互投影迭代算法
算例7.2.4 随机数发生、直方图显示与密度核估计
五. 二元核回归的窗宽选择
第三节 非参数回归模型的样条拟合
一. 样条回归的基本概念
二. 平滑样条的构造
三. 广义交叉核实
算例7.3.3 样条回归与散乱数据插值
第四节 非参数回归模型的小波拟合
一. 与信噪分离有关的小波理论准备
二. 非参数回归的小波拟合方法
算例7.4.2 小波回归与信噪分离
第五节 半参数回归模型
一. 线性半参数回归模型
二. 单指标半参数回归模型
三. 自建模半参数回归模型
第六节 随机前沿面回归模型
一. 随机前沿面线性模型及参数的渐近有效估计
二. 前沿面函数的Bayes、经验Bayes估计
三. 随机前沿面半参数模型
第八章 联立方程模型
第一节 联立方程模型实例及OLS估计的相合性问题
一. 需求-供给模型、Keynesian模型、工资-价格Phillips模型
二. 宏观经济的IS模型、LM模型与计量经济的Klein模型
三. OLS估计不满足相合性
第二节 模型识别与间接最小二乘
一. 模型的结构式与简化式
二. 从简化式到结构式的参数估计
三. 模型识别的秩条件与阶条件
四. 联立性的Hausman检验与公众开支的P - R模型
算例8.2.4 联立性的Hausman检验
第三节 联立方程模型的统计推断方法
一. 间接最小二乘与广义最小二乘
算例8.3.1 间接最小二乘与广义最小二乘
二. 二阶段最小二乘与三阶段最小二乘
算例8.3.2 二阶段最小二乘与三阶段最小二乘
三. 有限信息与完全信息的极大似然估计
算例8.3.3 有限信息与完全信息的MLE
第九章 滞后变量回归模型
第一节 模型概念:消费滞后、通胀滞后与存款创生
第二节 有限分布滞后模型
一. 滞后长度已知时模型的估计
二. 分布滞后长度的确定
算例9.2.2 有限分布滞后模型
三. 有限多项式滞后
算例9.2.3 有限多项式滞后回归
第三节 无限分布滞后模型
一. 自适应期望模型与部分调整模型
二. 几何滞后模型的Koyck变换及估计
算例9.3.2 几何滞后模型与Koyck变换
三. 工具变量法与最大似然估计
算例9.3.3 工具变量法与最大似然估计
第十章 回归方法若干专题
第一节 投影寻踪回归
一. 投影寻踪回归算法
二. 投影寻踪回归收敛性质
算例10.1.2 投影寻踪回归
第二节 偏最小二乘与连续回归
一. 偏最小二乘的想法与算法
算例10.2.1 偏最小二乘
二. 连续回归的统一理论:OLS、PLS、PCR
第三节 稳健回归
一. 误差非正态的影响与正态性检验
二. 最大似然型稳健回归——M估计
三. 秩型稳健回归——R估计
四. 次序统计量型稳健回归——L估计
五. 最小化残差绝对值和
算例10.3.5 稳健回归
第四节 Bayes估计与经验Bayes估计
一. 先验分布、损失函数、无信息先验分布
二. 正态线性模型回归系数后验分布的改进
三. 线性模型回归系数与误差方差联立经验Bayes估计的收敛速度
第五节 方差分析回归模型
一. 单因素试验方差分析回归模型
二. 双因素单试验方差分析回归模型
三. 双因素重复试验方差分析回归模型
算例10.5.3 方差分析
第六节 回归与其他多元分析
一. 回归与判别分析
二. 回归与因子分析
三. 回归与主成分分析
参考文献
内容索引
统计软件说明
12819.rar
只需: 20 个论坛币 马上下载
本附件包括:
意思意思就行了
[此贴子已经被作者于2005-12-11 19:44:49编辑过]
我把前言加上。
经济回归模型及计算
童恒庆
本书研究工作获
国家自然科学基金
武汉市科学基金
资助
湖北科学技术出版社
·1997·
摘 要
本书在数理统计方面比较全面系统地介绍了有关回归模型的数学理论及其前沿研究最新动态;在计量经济学方面基本涵盖了美国新近出版的几本计量经济学专著中有关回归模型的主要内容;为各类基本回归模型算法及主要经济回归模型计算研制了通用菜单傻瓜式软件。使用本软件,无需懂得数学推导,无需了解算法细节,无需编程,无需英文,即可做出各种回归的计算与图像显示。
本书既可以作为与数理统计学、计量经济学有关专业的大学高年级学生、研究生、青年教师与青年研究人员的理论读物,又可以作为经济管理人员、供销人员作经济回归预测,经济分析研究人员与各行各业实验研究人员作数据拟合,高级股民作股市分析预测的参考读物与实用工具书。
序
回归分析可以说是统计分析中应用最多、最广泛的一个分支,它起源于19世纪高斯的最小二乘法,20世纪初形成了回归分析。然而它充满了活力,新的想法和技巧不断地引入,它是既古老、又年轻。要反映这一分支的时代特点,就必然要及时掌握它的动态和应用,本书在这一方面是有它的特点的。回归分析的方法是随着实际问题的复杂、深入而发展的,所以不仅要介绍新的方法,而且还应介绍有关的程序和软件的使用,这一点本书体现较好,它与一般的书籍只讲方法是完全不同的。另一方面,它有明显的时代性,它不仅反映了这些年来一些新的方法,而且着重考虑了回归分析在经济方面的应用,用大量的经济分析的实例来介绍有关的方法,这与我国目前的实际情况是非常符合的。金融市场的发展迫切需要相应的统计分析技术,国内金融界、统计界都需要一本这样的书,本书介绍了CAPM和APT的回归分析处理方法,这对于金融市场的分析提供了有效的手段。
虽然本书的例子都是经济方面的,不难看出这些方法完全适用于其他方面的需要,例如工业技术、气象、化学等不同领域中数据处理的需要,因为书的内容几乎概括了目前所能见到的各种有效的回归分析方法,所以读者也可以不是经济工作者,可以按自己的需要来选择有关的章节。
我相信本书的出版会大大推动回归分析在各个领域,尤其是经济领域中的应用。
张尧庭
1997.5.30
前 言
我想先介绍一下本书在数学、数理统计学、计量经济学、计算软件方面的成书背景。
十多年前,国内一些著名统计学家写过一些实用回归分析方面的书,对于推动回归分析在各行各业的应用,引导青年研究人员进入回归模型研究的前沿,起了很好的作用。十多年过去了,统计回归模型及算法的研究又有许多新成果。诸如偏最小二乘、交互投影算法、随机前沿面模型、小波拟合等,属于新的模型和算法;诸如方差分量模型的岭估计与经验Bayes估计等一些传统模型与方法的研究,也有新的发展;而诸如滞后回归、虚拟变量回归、Tobit模型、联立方程回归、GMM方法等在计量经济学中发展起来的回归模型及算法,对于纯数理统计研究人员也有新意。因此,根据统计回归模型研究的最新进展,重写一本这方面的数学专著,是有必要的。本书希望在这方面能做一些有益的工作。
十多年过去了,科技战线的新形势是计算机大量普及,那种纯数学符号式的应用数学书籍已很难适应新形势了。如果一本应用数学书籍不仅证明了数学定理,介绍了数学方法,而且举出数据实例,编好计算程序,甚至将程序变成菜单傻瓜式软件,让读者轻而易举地、举一反三地计算成功,那就会更受读者欢迎。目前国产统计软件乃至计算软件与国际上差距较大,一些软件需要使用者精通数学原理、计算方法与计算机编程,难以普及;一些软件用Basic语言编写,难以显示精美图像和适应大规模计算软件发展趋势;一些书籍介绍了国外计算软件,但涉及版权问题,读者还是得不到软件;一些书籍介绍的是子程序,还不是软件。本书按照完全彻底方便读者的宗旨,为主要回归模型及基本算法研制了中文提示的通用菜单傻瓜式软件,大大方便了读者。应该说,本书在这方面做了相当艰苦的工作。
当前国内经济学界正在经历从定性分析为主到定量分析为主的发展过程,计量经济学也有一个与国际接轨的问题。本书的实例全部采用经济实例,书的基本内容涵盖了美国90年代出版的(包括美国1997年出版的)几本计量经济学专著中有关回归模型(计量经济学的主体部分)的绝大部分内容,而数学理论分析方面则在许多专题上有所超过。这对于国内希望学习掌握计量经济学的读者无疑是做了一件实在的工作。
书中介绍了包括作者自己在内的一部分国际国内数学与数量经济学杂志上新近发表的研究成果,在有关节段上予以了说明。
下面我想介绍一下本书的读者适用对象与使用说明。
作为一本数学、数理统计学、计量经济学方面的专著,它当然可以供有关专业大学高年级学生、研究生、教师阅读。本书架起了一座从教科书到附录参考文献所代表的研究前沿领域的桥梁。同时本书是一本实用参考书与工具书。书中以算例形式给出了有关模型的数据结构及计算过程,使用者无需懂得数学推导,无需了解算法细节,无需编程,无需英文,只需按算例形式准备好数据文件,按程序提示进行一些简单应答,软件将自动计算、打印结果、作出图像显示(本书封面是本书软件菜单的一幅画面,封底是软件生成的屏幕图像)。这样,使用本书及配套软件:
(1) 经济管理部门的读者可以及时作出地区或部门经济的回归预测;
(2) 工业商业销售部门的读者可以及时作出销售额、成本回归预测;
(3) 经济分析研究人员可以方便地以回归模型与数据图表说话,显著提高分析质量与论文水平;
(4) 高级股民可以挑选自己感兴趣的数据,使用本书软件发现独到的数据联系规律,从而作出独到的科学决策。回归软件既可以帮助寻找股市内数据间的联系,也可以帮助寻找股指与股市外数据间的联系。软件是通用现成的,计算迅速,数据键入完毕,不到半分钟左右的人机应答,计算结果就出来了。
除了经济方面以外,其他一切需要进行回归分析的领域,如气象、地质、水文、卫生、化工、农业等一切需要作数据拟合的部门,尤其是实验室,都可以使用本书所附回归软件。为了更好地满足使用者统计计算的需要,我们的软件以统计软件形式提供,回归软件是其中一部分。统计软件包含了各类常用统计计算的基本方法。
在写作这本书的过程中,作者时时怀念自己攻读博士学位的母校上海财经大学,怀念上海财大研究生部、统计系、数量经济研究所的领导、老师与同学们。没有他们的关心与支持,没有那一段学习,我是不会进入计量经济学研究领域,不可能完成本书的。
最后,作者对武汉大学经济科学高级研究中心及时提供丰富资料表示感谢,对我国著名统计学家上海财经大学博士生导师张尧庭教授亲自作序表示感谢,对湖北科学技术出版社有关领导与编辑表示感谢!
武汉工业大学数理系
童恒庆
1997.7.1
目 录
引 言 一元线性回归与证券投资回归分析
第一节 证券价值与风险回归评估
一.评估的每股盈余回归评估法
算例0.1.1 对销售额回归,对年度回归,自回归
二.本资产定价模型(CAPM)与证券投资风险回归分析
算例012 股票系统风险、随机风险与收益率的测定比较
第二节 一元线性回归的基本原理
一.回归方程与最小二乘法
二.误差正态假设与误差方差估计
三.线性回归的显著性检验
四.回归预测与区间估计
五.重复观测与拟合不足
六.数据变换后的线性拟合
算例0.2.6 一元数据变换后的线性拟合
第一章 一般多元线性回归模型
第一节 多因素定价模型(MPM)与套利定价理论(APT)
算例1.1.1 套利分析过程
第二节 多元线性回归的基本原理
一. 多元线性回归模型及其参数估计
二. 多元线性回归模型的假设检验
三. 多元线性回归预测与参数的区间估计
四. 会计信息在股市中作用的回归分析
算例1.2.4 多元线性回归统计量检验与回归效果图像显示
第三节 自变量选择与逐步回归
一. 线性模型添加变量的影响
二. 自变量选择的准则
三. 逐步回归
算例1.3.3 逐步回归
第四节 多元数据变换与多项式回归
一. 多元数据变换后的线性拟合
算例1.4.1 分列分别变换后的回归
二. 一个自变量的多项式回归
算例1.4.2 个股股价与上证A股指数的多项式拟合
三. 正交多项式回归
算例1.4.3 个股股价对时间的正交多项式拟合
四. 多元多项式回归
算例1.4.4 个股对板块效应与股市整体效应的响应
第五节 设计矩阵列共线与最小二乘通解
一. 设计矩阵列共线的影响
二. 广义逆A-与A+
三. 最小二乘通解
四. 线性模型的降维计算与病态分离
算例1.5.4 交互投影迭代算法
第二章 多元线性回归模型的有偏估计
第一节 设计矩阵列复共线与岭回归
一.设计矩阵列复共线的影响
二.岭回归
三.岭迹分析与岭参数选择
四.广义岭回归
算例2.1.4 岭回归与岭迹图
第二节 自变量重新组合与主成分回归
一. 主成分回归的概念
二. 主成分的确定
算例2.2.2 法国有关进口总额的经济分析
第三节 增广相关阵的特征根回归
一. 增广相关阵的特征根与复共线关系
二. 增广相关阵特征根与最小二乘估计
第四节 均匀压缩估计
一. 简单线性模型LSE的不容许性
二. 一般多元线性回归模型的Stein估计
三. 双k型Stein估计与双h型岭估计
第五节 有偏估计的极值意义与几何意义
一. 椭球面与球面相切的岭估计
二. 椭球面与超平面相切的主成分估计与特征根估计
三. 椭球面与椭球面相切的均匀压缩估计
第三章 异方差与自相关广义线性模型
第一节 异方差的存在与检验
一. 异方差的存在与影响
二. 异方差的检验
算例3.1.2 消费——收入异方差数据的BPG检验
第二节 协方差为对角阵的广义线性模型
一. 协方差为己知对角阵与广义最小二乘
二. 仅含两个未知方差量的模型
三. 乘子异方差模型
第三节 自相关线性模型
一. 残差一阶自回归线性模型
算例3.3.1 残差一阶自回归线性模型
二. 自回归条件异方差(ARCH)模型
第四节 广义矩估计方法(GMM)
一. 广义矩估计的概念
二. 权矩阵的最佳选择
三. 若干具体场合的GMM
第五节 协方差阵正定的广义线性模型
一. 模型概念及参数估计、假设检验
二. LSE与 BLUE一致条件
三. 残差平方和相等的条件
第六节 协方差阵半正定的广义线性模型
一. 模型概念与最小二乘统一理论
二. 分块逆矩阵法
第四章 方差分量线性回归模型
第一节 随机效应与方差分量模型
一. 随机效应回归模型
二. 方差分量模型概念
第二节 方差分量模型的解法
一. 方差分析法
算例4.2.1 市场收益率与股利和换手率的关系
二. 最小范数二次无偏估计方法
三. 极大似然法
第三节 方差分量模型参数的广义岭估计
一. 方差分量岭估计的构造与性质
二. 岭参数的选择
第四节 方差分量模型参数的经验Bayes估计
一. 方差分量模型参数经验Bayes估计的构造
二. 方差分量模型参数经验Bayes估计的收敛性
第五章 虚拟与离散变量回归模型
第一节 虚拟变量作自变量的模型
一. 虚拟变量作加项,工资性别差异
二. 虚拟变量作乘项,储蓄与收入分段拟合比较
算例512 分段回归与Chow检验
三. 横截面分析
算例5.1.3 横截面分析模型
四. 季节分析
算例5.1.4 季节分析模型
第二节 虚拟或离散因变量的模型
一. 二值选择的线性概率模型
算例5.2.1 有无住房与收入关系模型
二. Logit回归模型
算例5.2.2 取对数以拟合概率变化的S曲线
三. Probit回归模型
算例5.2.3 正态分布函数拟合概率变化的S曲线
四. Tobit回归模型
算例5.2.4 截断数据的极大似然回归
第三节 约束回归与评估模型
一. 线性约束回归与随机约束
算例5.3.1 配方回归模型
二. 评估模型
算例5.3.2 评估模型的交互投影迭代算法
第六章 非线性回归模型
第一节 非线性回归模型最小二乘估计的计算
一. 非线性模型LSE的Gauss Newton算法
二. 非线性模型LSE的Newton Raphson算法
算例6.1.2 指定回归函数的非线性回归模型
第二节 非线性强度的曲率度量与LSE的大样本性质
一. 非线性模型非线性强度的曲率度量
二. 非线性模型误差方差估计的Bootstrap逼近
三. 带约束的非线性回归诊断混合模型分析
第三节 非线性回归模型的最大似然估计
一. 最大似然估计与最小二乘估计的一致性
算例6.3.1 自写回归函数的非线性回归模型
二. 最大似然估计的三种算法
第四节 增长曲线模型
一. 基本增长曲线模型
算例6.4.1 增长曲线回归模型
二. 复杂的增长曲线模型
第五节 生存数据与失效率模型
一. 失效率模型的一般理论
二. 分段Weibull分布的参数估计
算例6.5.2 浴盆曲线与分段Weibull分布
三. 无失效数据的失效率模型
第七章 非参数回归模型与半参数回归模型
第一节 非参数回归与权函数法
一. 非参数回归概念
二. 权函数方法
三. 权函数估计的矩相合性
第二节 密度核估计与回归函数核估计
一. 密度核估计概念与收敛性
二. 使用正交多项式核的密度及其偏导数核估计的收敛速度
三. 密度核估计的连续性及光滑性
四. 改进多元密度核估计的交互投影迭代算法
算例7.2.4 随机数发生、直方图显示与密度核估计
五. 二元核回归的窗宽选择
第三节 非参数回归模型的样条拟合
一. 样条回归的基本概念
二. 平滑样条的构造
三. 广义交叉核实
算例7.3.3 样条回归与散乱数据插值
第四节 非参数回归模型的小波拟合
一. 与信噪分离有关的小波理论准备
二. 非参数回归的小波拟合方法
算例7.4.2 小波回归与信噪分离
第五节 半参数回归模型
一. 线性半参数回归模型
二. 单指标半参数回归模型
三. 自建模半参数回归模型
第六节 随机前沿面回归模型
一. 随机前沿面线性模型及参数的渐近有效估计
二. 前沿面函数的Bayes、经验Bayes估计
三. 随机前沿面半参数模型
第八章 联立方程模型
第一节 联立方程模型实例及OLS估计的相合性问题
一. 需求-供给模型、Keynesian模型、工资-价格Phillips模型
二. 宏观经济的IS模型、LM模型与计量经济的Klein模型
三. OLS估计不满足相合性
第二节 模型识别与间接最小二乘
一. 模型的结构式与简化式
二. 从简化式到结构式的参数估计
三. 模型识别的秩条件与阶条件
四. 联立性的Hausman检验与公众开支的P - R模型
算例8.2.4 联立性的Hausman检验
第三节 联立方程模型的统计推断方法
一. 间接最小二乘与广义最小二乘
算例8.3.1 间接最小二乘与广义最小二乘
二. 二阶段最小二乘与三阶段最小二乘
算例8.3.2 二阶段最小二乘与三阶段最小二乘
三. 有限信息与完全信息的极大似然估计
算例8.3.3 有限信息与完全信息的MLE
第九章 滞后变量回归模型
第一节 模型概念:消费滞后、通胀滞后与存款创生
第二节 有限分布滞后模型
一. 滞后长度已知时模型的估计
二. 分布滞后长度的确定
算例9.2.2 有限分布滞后模型
三. 有限多项式滞后
算例9.2.3 有限多项式滞后回归
第三节 无限分布滞后模型
一. 自适应期望模型与部分调整模型
二. 几何滞后模型的Koyck变换及估计
算例9.3.2 几何滞后模型与Koyck变换
三. 工具变量法与最大似然估计
算例9.3.3 工具变量法与最大似然估计
第十章 回归方法若干专题
第一节 投影寻踪回归
一. 投影寻踪回归算法
二. 投影寻踪回归收敛性质
算例10.1.2 投影寻踪回归
第二节 偏最小二乘与连续回归
一. 偏最小二乘的想法与算法
算例10.2.1 偏最小二乘
二. 连续回归的统一理论:OLS、PLS、PCR
第三节 稳健回归
一. 误差非正态的影响与正态性检验
二. 最大似然型稳健回归——M估计
三. 秩型稳健回归——R估计
四. 次序统计量型稳健回归——L估计
五. 最小化残差绝对值和
算例10.3.5 稳健回归
第四节 Bayes估计与经验Bayes估计
一. 先验分布、损失函数、无信息先验分布
二. 正态线性模型回归系数后验分布的改进
三. 线性模型回归系数与误差方差联立经验Bayes估计的收敛速度
第五节 方差分析回归模型
一. 单因素试验方差分析回归模型
二. 双因素单试验方差分析回归模型
三. 双因素重复试验方差分析回归模型
算例10.5.3 方差分析
第六节 回归与其他多元分析
一. 回归与判别分析
二. 回归与因子分析
三. 回归与主成分分析
参考文献
内容索引
统计软件说明
[此贴子已经被作者于2005-5-10 14:16:06编辑过]
楼主,我下了你的,但是里面没有 你说的"引言"部分,我是初学者,可否将这部分补上??
感谢先...............
我没有钱,但是非常想要,可不可以给我Email呀,谢谢了。
我们可以交换一些资料,我关于软件如Matlab,Lingo等的资料比较多,如果你需要的我有的我就给你Email。
有时候信任是我们唯一拥有的东西。
[此贴子已经被作者于2005-5-17 0:00:41编辑过]
扫码加好友,拉您进群



收藏
