縱向數據聚類和估計效率研究

定　價：￥39.00

作　者：	呂洋
出版社：	中國統(tǒng)計出版社
叢編項：
標　簽：	暫缺

ISBN：	9787523003060	出版時間：	2023-11-01	包裝：	平裝
開本：	16開	頁數：	128	字數：

內容簡介

　　本書主要介紹了縱向數據多元響應變量的一種新的聚類方法，同時研究了縱向數據的分位數回歸模型和半參數固定效應模型的估計效率。全書共分六章，章概述，主要介紹本書的主要工作，包括研究背景、一些基本概念。第二章介紹基于非參數回歸模型的多元響應變量縱向數據的聚類分析方法，包括模型框架、聚類方法、漸近性質、數值模擬、實例分析和證明。第三章主要研究利用均值模型提高隨機缺失縱向數據分位數回歸的估計效率，包括估計方法、估計量的漸近性質、數值模擬、實證分析、討論和證明。第四章主要介紹總體信息提高分位數回歸估計效率的方法，內容有估計方法、估計量的漸近性質、數值模擬和證明。第五章討論半參數固定效應縱向數據模型的回歸樣條估計，給出了估計方法、估計量的漸近性質、數值模擬和證明。第六章總結了本書的研究結果并對今后的研究方向提出了一點想法。

作者簡介

暫缺《縱向數據聚類和估計效率研究》作者簡介

圖書目錄

第1章概述
1.1 縱向數據
1.2 聚類的方法
1.3 分位數回歸模型
1.4 本書的主要工作
1.4.1 研究動機與問題
1.4.2 選題意義
1.4.3 研究的創(chuàng)新點與主要內容
第2章基于非參數回歸的多元縱向數據聚類分析
2.1 背景介紹
2.2 模型框架
2.2.1 具有多元響應變量的個體模型
2.2.2 對單個響應變量的聚類
2.3 聚類方法
2.3.1 帶MCP懲罰的聚類方法
2.3.2 ADMM算法
2.3.3 調整參數的選擇
2.4 漸近性質
2.5 數值模擬
2.5.1 平衡數據的聚類
2.5.2 非平衡數據的聚類
2.5.3 計算時長的比較
2.5.4 重復測量的可行范圍
2.6 IRI數據的應用
2.7 相關定理證明
第3章均值信息提高分位數回歸估計效率
3.1 背景介紹
3.2 估計方法
3.3 估計量的漸近性質
3.4 數值模擬
3.5 QoL數據的分析
3.6 討論
3.7 相關定理證明
第4章總體信息提高分位數回歸估計效率
4.1 背景介紹
4.2 估計方法
4.3 估計量的漸近性質
4.4 數值模擬
4.5 相關定理證明
第5章縱向數據半參數固定效應模型的估計效率
5.1 背景介紹
5.2 估計方法
5.3 估計量的漸近性質
5.4 數值模擬
5.5 相關定理證明
第6章結論與展望
參考文獻