《基於複雜數據的統計推斷及其套用》主要研究的內容有：時間序列數據下具有測量誤差模型統計推斷的方法，包括均值估計、機率密度估計、解釋變數有誤差的自回歸模型、全部變數有誤差的自回歸模型等；整值時間序列數據的風險模型；負相依數據下部分和之和的大數定律、中心極限定理、核估計等；缺失數據下的非參數回歸模型的估計方法；以及微陣列數據下多重假設檢驗的方法等。
基本介紹
- 書名：基於複雜數據的統計推斷及其套用
- 出版社：黑龍江大學出版社
- 頁數：188頁
- 開本：16
- 作者：宇世航 張良勇
- 出版日期：2013年7月1日
- 語種：簡體中文
- ISBN：7811296446
內容簡介,圖書目錄,
內容簡介
《基於複雜數據的統計推斷及其套用》由黑龍江大學出版社出版。
圖書目錄
第1章緒論
1.1測量誤差
1.2時間序列數據
1.3負相依數據
1.4缺失數據
1.5微陣列數據、
第2章核實數據下EV樣本總體估計
2.1核實數據下均值的估計
2.2m相依樣本基於核實數據的均值估計
2.3核實數據下的遞歸型核密度估計
第3章解釋變數有誤差的自回歸模型
3.1EV自回歸模型
3.2參數估計方法
3.3數值模擬
3.4定理的證明
第4章全部變數有誤差的自回歸模型
4.1參數估計方法
4.2平穩性檢驗問題
4.3數值模擬
4.4定理的證明
第5章基於整值時間序列數據的風險模型
5.1模型介紹
5.2泊松MA（1）過程的風險模型
5.3泊松AR（1）過程的風險模型
第6章負相依數據下的極限理論及套用
6.1負相依數據部分和之和的強大數定律
6.2負相依數據部分和之和的弱大數定律
6.3負相依數據部分和之和的中心極限定理
6.4誤差為NA序列變窗寬下核回歸估計
第7章缺失數據非參數回歸函式加權核估計
7.1引言
7.2Priestley—Chao核估計法
7.3主要結果
7.4主要結果的證明
第8章微陣列數據下的多重假設檢驗
8.1基本概念
8.2FWER檢驗法
8.3FDR檢驗法
8.4pFDR檢驗法
8.5實例分析
參考文獻
1.1測量誤差
1.2時間序列數據
1.3負相依數據
1.4缺失數據
1.5微陣列數據、
第2章核實數據下EV樣本總體估計
2.1核實數據下均值的估計
2.2m相依樣本基於核實數據的均值估計
2.3核實數據下的遞歸型核密度估計
第3章解釋變數有誤差的自回歸模型
3.1EV自回歸模型
3.2參數估計方法
3.3數值模擬
3.4定理的證明
第4章全部變數有誤差的自回歸模型
4.1參數估計方法
4.2平穩性檢驗問題
4.3數值模擬
4.4定理的證明
第5章基於整值時間序列數據的風險模型
5.1模型介紹
5.2泊松MA（1）過程的風險模型
5.3泊松AR（1）過程的風險模型
第6章負相依數據下的極限理論及套用
6.1負相依數據部分和之和的強大數定律
6.2負相依數據部分和之和的弱大數定律
6.3負相依數據部分和之和的中心極限定理
6.4誤差為NA序列變窗寬下核回歸估計
第7章缺失數據非參數回歸函式加權核估計
7.1引言
7.2Priestley—Chao核估計法
7.3主要結果
7.4主要結果的證明
第8章微陣列數據下的多重假設檢驗
8.1基本概念
8.2FWER檢驗法
8.3FDR檢驗法
8.4pFDR檢驗法
8.5實例分析
參考文獻
