分层分位模拟：理论、方法及应用（英文版）

定　价：¥398.00

作　者：	田茂再著
出版社：	科学出版社
丛编项：
标　签：	暂缺

购买这本书可以去

ISBN：	9787030699039	出版时间：	2022-01-01	包装：	平装
开本：	16开	页数：	735	字数：

内容简介

　　随着科学技术的迅猛发展，具有复杂分层结构的数据在现实生活中很普遍。能完全剖析这类数据，发觉该类数据表象下的潜在规律性对于统计学等科研领域很有意义。《分层分位模拟——理论、方法及以应用（英文版）》致力于介绍复杂分层数据分析前沿知识，侧重于分层分位回归理论、方法及其应用研究。内容主要包括三大块：分层数据建模、分位回归与分层-分位回归。主要涉及到线性分层分位回归模拟、非参数分层分位回归模拟、适应性分层分位回归模拟、可加性分层分位回归模拟、变系数分层分位回归模拟、单指数分层分位回归模拟、分层分位自回归模拟、复合分层分位回归模拟、高维分层分位回归模拟、分层分位回归模拟、分层样条分位回归模拟、分层线性分位回归模拟、分层半参数分位回归模拟、复合分层线性分位回归模拟、复合分层半参数分位回归模拟等。

作者简介

暂缺《分层分位模拟：理论、方法及应用（英文版）》作者简介

图书目录

Contents
Preface
PartI　QUANTILE REGRESSION MODELLING
Chapter1　INEAR QUANTILE REGRESSION　3
1.1　Education: Mathematical Achievements　3
1.1.1　Introduction　3
1.1.2　Data5
1.1.3　Estimation Results　7
1.1.4　Confidence Intervals and Related Interpretations　11
1.1.5　Conclusion　16
1.2　Large Sample Properties　16
1.3　Bibliographic Notes　19
Chapter2　NONPARAMETRIC QUANTILE REGRESSION　20
2.1　Robust Local Approximation Method　20
2.1.1　Introduction　20
2.1.2　Consistency　22
2.1.3　Rate of Convergence　26
2.1.4　Asymptotic Distribution　33
2.1.5　Optimization of Estimate　37
2.1.6　Bibliographic Notes　39
2.2　Nonparametric Function Estimation　40
2.2.1　Introduction　40
2.2.2　Asymptotic Properties　42
2.2.3　Applications　52
2.2.4　Bibliographic Notes　54
2.3　Local Linear Quantile Regression　55
2.3.1　Introduction 55
2.3.2　Local Linear Check Function Minimization　58
2.3.3　Local Linear Double-Kernel Smoothing　62
2.3.4　Bibliographic Notes　68
Chapter3　ADAPTIVE QUANTILE REGRESSION　69
3.1　Locally Constant Adaptive Quantile Regression　69
3.1.1　Introduction　69
3.1.2　Adaptive Estimation　72
3.1.3　Implementation　73
3.1.4　Theoretical Properties　75
3.1.5　Bibliographic Notes　82
3.2　Locally Linear Adaptive Quantile Regression　82
3.2.1　Introduction　82
3.2.2　Local Linear Adaptive Estimation　84
3.2.3　Algorithm　85
3.2.4　Theoretical Properties　86
3.2.5　Bibliographic Notes　89
Chapter4　ADAPTIVE QUANTILES REGRESSION　91
4.1　Additive Conditional Quantiles with High-Dimensional Covariates　91
4.1.1　Introduction　91
4.1.2　Methodology　93
4.1.3　Asymptotic Behavior　98
4.1.4　Concluding Remarks　105
4.1.5　Bibliographic Notes　105
4.2　Nonparametric Estimation　105
4.2.1　Introduction　106
4.2.2　Estimator　108
4.2.3　Asymptotic Results　110
4.2.4　Conclusions　126
4.2.5　Bibliographic Notes　126
Chapter5　QUANTILE REGRESSION BASED ON VARYINGCOEFFICIENT MODELS　127
5.1　Adaptive Quantile Regression Based on Varying-coefficient Models　127
5.1.1　Introduction　127
5.1.2　Adaptive Estimation　129
5.1.3　Theoretical Properties　135
5.1.4　Conclusion　142
5.1.5　Bibliographic Notes　143
5.2　Varying-coefficient Models with Heteroscedasticity　143
5.2.1　Introduction　144
5.2.2　Local Linear CQR-AQR Estimation　146
5.2.3　Local Quadratic CQR-AQR Estimation　156
5.2.4　Bandwidth Selection　157
5.2.5　Hypothesis Testing　158
5.2.6　Local m-polynomial CQR-AQR Estimation　159
5.2.7　Discussion　160
5.2.8　Bibliographic Notes　161
Chapter6　SINGLE-INDEX QUANTILE REGRESSION　163
6.1　Single Index Models　163
6.1.1　Introduction　163
6.1.2　The Model and Estimation　165
6.1.3　Large Sample Properties　168
6.1.4　Conclusions　178
6.1.5　Bibliographic Notes　178
6.2　CQR for Varying Coefficient Single-index Models　179
6.2.1　Introduction　179
6.2.2　Quantile Regression　181
6.2.3　Composite Quantile Regression　184
6.2.4　Discussion　194
6.2.5　Bibliographic Notes　194
Chapter7　QUANTILE AUTOREGRESSION　196
7.1　Introduction　196
7.2　The Model　197
7.2.1　Description of The Model　197
7.2.2　Properties　199
7.3　Estimation　203
7.4　Quantitle Monotonicity　208
7.5　Inference　209
7.5.1　Wald Process and Related Tests　209
7.5.2　Testing for Asymmetric Dynamics　210
7.5.3　Bibliographic Notes　212
Chapter8　COMPOSITE QUANTILE REGRESSION　213
8.1　Composite Quantile and Model Selection　213
8.1.1　Introduction and Motivation　213
8.1.2　Composite Quantile Regression　216
8.1.3　Asymptotic Relative Efficiency　220
8.1.4　The CQR-oracular Estimator　225
8.1.5　Concluding Remarks　228
8.1.6　Bibliographic Notes　229
8.2　Local Quantile Regression　229
8.2.1　Introduction　229
8.2.2　Estimation of Regression Function　231
8.2.3　Estimation of Derivative　235
8.2.4　Local p-polynomial CQR Smoothing　238
8.2.5　Discussion　246
8.2.6　Bibliographic Notes　246
Chapte9　HIGH DIMENSIONAL QUANTILE REGRESSION　248
9.1　Diagnostic for Ultra High Heterogeneity　248
9.1.1　Introduction　248
9.1.2　Nonconvex Penalized Quantile Regression　251
9.1.3　Discussion　262
9.1.4　Bibliographic Notes　263
9.2　Bayesian Quantile Regression　264
9.2.1　Introduction　264
9.2.2　Asymmetric Laplace Distribution　265
9.2.3　Bayesian Approach　266
9.2.4　Improper Priors for Parameters　267
9.2.5　Discussion　269
9.2.6　Bibliographic Notes　270
PartII　HIERARCHICAL MODELING
Chapter10　HIERARCHICAL LINEAR MODELS　273
10.1　Bayes Estimates　273
10.1.1　Introduction　273
10.1.2　Exchangeability　274
10.1.3　General Bayesian Linear Model　277
10.1.4　Estimation　281
10.1.5　Bibliographic Notes　283
10.2　Maximum Likelihood from Incomplete Data　283
10.2.1　Introduction　283
10.2.2　Definitions of the EM Algorithm　286
10.2.3　General Properties　290
10.2.4　Bibliographic Notes　296
10.3　EM-algorithm　296
10.3.1　Introduction　297
10.3.2　Covariance Components Models　298
10.3.3　Estimation of