高等數理統計

高等數理統計

《高等數理統計》是2007年北京大學出版社出版的圖書。本書主要介紹了現代統計所需的機率理論、分布理論與漸進理論等內容。

基本介紹

  • 書名:高等數理統計
  • 譯者:蘇良軍
  • 出版社:北京大學出版社
  • 出版時間:2007-10
內容提要,編輯推薦,作者簡介,圖書目錄,

內容提要

本書包括十五章與一個附錄。前三章重點介紹現代統計所需的機率理論、分布理論與漸進理論,第4章介紹現代統計的數據降維思想。第5章到第8章介紹現代統計的各種估計理論,依次包括極大似然估計、準極大似然估計、矩估計與廣義矩估計、貝葉斯估計。第9章到第11章介紹現代統計的假設檢驗理論,依次包括假設檢驗的基本理論、參數模型檢驗、非參數模型檢驗。第12章介紹區間估計的基本理論,第13章介紹方差分析,第14章介紹回歸分析的基本理論,第15章介紹回歸分析的高級理論與套用(包括結構突變的檢驗、分塊回歸、多重共線性、廣義最小二乘估計、異方差、工具變數估計等)。我們在附錄里簡單介紹了本書所需要的矩陣知識。
本書是為國內眾多商學院與經濟管理學院的統計學、經濟、金融、管理等專業的研究生與統計工作者精心編寫的統計教科書。本書結合國內外統計系、經濟系與商學院研究生數理統計教育的現狀,系統性地介紹現代統計的基礎理論與基本方法,充分反映當代統計的發展,力求做到理論與實際的結合。本書既可作為統計、計量經濟及相關專業的教科書,又可作為統計與計量經濟工作者必備的理論參考書。

編輯推薦

本書考慮了國內外統計教學的接軌以及國內商學院與經濟管理學院的數理統計教育需求,系統地闡述了現代數理統計的基礎理論與基本方法,並晝使用商業與經濟管理中的案例。
本書編入了當代統計的最新研究成果,如估計理論中的準極大似然估計、廣義矩估計與經驗似估計,檢驗中的經理似然比檢驗,回歸中的內生性問題等。
本書使用一定數量的高質量習題,既可作為教科書使用,也可民、以供學生自學。為方便學生自覺使用,本書的多數習題答案將在作者的個人網頁上公布。

作者簡介

蘇良軍,北京大學光華管理學院商務統計與經濟計量系副教授,博士生導師,2004年獲美國加州大學SanDIEGO分校(uCSD)經濟學士,師從世界級經濟計量大師Halbertwhife,CliveGranger,RobertEnglefNJamesHamilton。主要研究領域為計量經濟學理論、非參數計量經濟學、半參數空間相關性分析與金融計量經濟學。已經在JounrndfofEconometrics,EconometricTheory,JourndalofBusinessEconomics and Statistics,StatisticaSinica,EconomicsLetters等國際核心經濟計量與統計期刊上發表文章十多篇。並在《管理世界》、《數量經濟技術經濟研究》、《世界經濟》、《經濟科學》、《統計研究》、《數理統汁與管理》等國核心心經濟與統計期刊上發喪文章十多篇。現為國際新辦經濟計量雜誌JournalofEconometricTheoryandApplicaticns創立編委、國際EconometricSociety的會員與中國數量經濟學會學術委員會成員。

圖書目錄

第1章 機率、隨機變數與分布
1.1機率空間
1.2 條件機率與獨立性
1.3 隨機變數與分布
1.4 隨機向量和聯合分布函式
1.5 密度函式和獨立性
1.6 隨機變數和隨機向量的矩
1.7 條件期望
1.8 矩母函式和特徵函式
1.9 在積分號下求微分
1.10 常用分布族
1.11習題
第2章隨機變數的函式的分布
2.1 抽樣理論
2.2 隨機變數的函式的分布
2.3 多元常態分配
2.4 一個重要的例子:常態分配中的抽樣分布
2.5 習題
第3章 各種收斂方式與極限分布
3.1 依機率收斂
3.2 幾乎必然收斂
3.3 r階中心矩收斂
3.4 依分布收斂
3.5 各種收斂方式之間的關係
3.6 漸近理論中的基本工具
3.7 隨機數的產生
3.8 習題
第4章 數據壓縮技術
4.1 點估計量的優劣判斷
4.2 充分統計量
4.3 完備統計量
4.4 機率密度函式中的指數型分布族
4.5習題
第5章 極大似然估計
5.1 極大似然估計量
5.2 Fisher信息量和Cramer-Rao不等式
5.3 極大似然估計量的漸近性質
5.4 EM準則
5.5附錄:極端估計量的相合性以及UlLN
5.6 習題
第6章 準極大似然估計
6.1Kullback—Leibler信息標準
6.2準極大似然估計——在一個錯誤模型下的極大似然估計
6.3 QMlE的漸近理論
6.4習題
第7章 廣義矩估計
7.1矩估計
7.2 廣義矩估計
7.3習題
第8章 貝葉斯估計
8.1預備知識
8.2 貝葉斯估計
8.3 馬爾可夫鏈-蒙特卡羅法
8.4習題
第9章 最大勢檢驗與一致最大勢檢驗
9.1基本概念
9.2Neyman-Pearson引理
9.3 一致最大勢檢驗
9.4 一致最大勢無偏檢驗
9.5多參數指數族的假設檢驗
9.6習題
第10章 參數模型中的檢驗
10.1 廣義似然比檢驗
10.2 基於似然函式的漸近檢驗
10.3 漸近X2檢驗
10.4習題
第11章 非參數模型檢驗
11.1 符號、秩和符號秩檢驗
11.2 兩個分布函式相等性檢驗
11.3 經驗似然比檢驗
11.4 習題
第12章 置信集估計
第13章 方差分析
第14章 線性回歸與最小二乘
第15章 回歸分析的套用
第16章 附錄:矩陣代數知識複習
參考文獻

相關詞條

熱門詞條

聯絡我們