應(yīng)用多元統(tǒng)計(jì)分析

前言

在實(shí)證科學(xué)中，大部分觀測(cè)到的現(xiàn)象具有多元的性質(zhì)。例如，金融研究中，同時(shí)觀察股票市場(chǎng)的各種資產(chǎn)以及分析它們的聯(lián)動(dòng)發(fā)展有助于更好地理解其一般變化趨勢(shì)并跟蹤指標(biāo)。在不同場(chǎng)所對(duì)不同醫(yī)療科目的醫(yī)學(xué)記錄意見是進(jìn)行可靠診斷和藥物治療的基礎(chǔ)。在營(yíng)銷定量研究中，消費(fèi)者的各種偏好被收集來構(gòu)造消費(fèi)者行為模型?？梢?，這些例子以及許多其他應(yīng)用科學(xué)的定量研究的潛在理論結(jié)構(gòu)是多元的。《應(yīng)用多元統(tǒng)計(jì)分析》這本書將為多變量數(shù)據(jù)分析特別是其應(yīng)用提供各種必要的概念和分析手段。這本書的目的在于給那些每天不得不面對(duì)大量統(tǒng)計(jì)數(shù)據(jù)的非數(shù)學(xué)專業(yè)的研究者們提供一種更容易理解的多元數(shù)據(jù)分析方法。一方面，通過提供較多的實(shí)證案例來實(shí)現(xiàn)這個(gè)目標(biāo)；另一方面，購(gòu)買本書同時(shí)所提供的電子圖書可以幫助讀者重新運(yùn)算甚至修改書中的所有例子，而這通過標(biāo)準(zhǔn)網(wǎng)絡(luò)瀏覽器就可以實(shí)現(xiàn)，并不需要依靠任何具體的統(tǒng)計(jì)軟件。這本書主要分為三個(gè)部分。第一部分討論圖形分析技術(shù)，并描述所涉變量的分布。第二部分主要處理多元隨機(jī)變量，從理論的角度來討論其分布，分析其在各種實(shí)際情況下的估計(jì)和假設(shè)檢驗(yàn)。最后一部分討論多變量處理技術(shù)，并且引導(dǎo)讀者來選擇合適的工具用于多變量數(shù)據(jù)分析。所有數(shù)據(jù)集均在附錄中列出，并可以從網(wǎng)站下載。本書包含了大量的練習(xí)題，其答案在另外的習(xí)題集一書中給出。另外，與本書教學(xué)相關(guān)的講義以一套完整幻燈片的形式提供給教師，以方便授課，這也可以從網(wǎng)站上下載。所有幻燈片包含的超鏈接均可鏈接到統(tǒng)計(jì)網(wǎng)頁(yè)服務(wù)器，以便教師和學(xué)生通過標(biāo)準(zhǔn)網(wǎng)絡(luò)瀏覽器來再現(xiàn)所有的例子。具體而言，本書第一部分，即圖形描述性分析技術(shù)部分，首先討論箱形圖（boxplot）的構(gòu)造。這里使用的案例主要是關(guān)于銀行真鈔和假鈔以及波士頓住房的標(biāo)準(zhǔn)數(shù)據(jù)集。1.5節(jié)介紹夫洛瑞（Flury）臉譜圖，1.6節(jié)介紹安德魯（Andrew）曲線和平行坐標(biāo)圖形。最后還介紹了直方圖、核密度圖和散點(diǎn)圖等。從這些圖形的繪制中，讀者可以了解到偏度和相關(guān)的概念。本書第二部分一開始首先幫助讀者簡(jiǎn)單回憶一下矩陣代數(shù)的知識(shí)以及諸如協(xié)方差、相關(guān)、線性回歸模型等基本概念。然后介紹方差分析（ANOVA）技術(shù)及其在多元線性回歸模型中的應(yīng)用。第4章是關(guān)于多元分布特別是多元正態(tài)分布的知識(shí)。在多元隨機(jī)變量?jī)?nèi)容的最后將介紹估計(jì)和假設(shè)檢驗(yàn)的理論。

內(nèi)容概要

本書第2版拓展了應(yīng)用多元統(tǒng)計(jì)分析的方法和應(yīng)用范圍。為了使本書更適時(shí)更具有應(yīng)用特色，第2版例子引入了更多最新的數(shù)據(jù)集。既然多元統(tǒng)計(jì)方法被大量應(yīng)用于數(shù)量金融和風(fēng)險(xiǎn)管理領(lǐng)域，新版本使用更大的篇幅來討論相關(guān)變量的分布及其密度問題。     這一版更詳細(xì)地討論了不同的厚尾分布家族，比如Laplace和廣義雙曲線分布。同時(shí)新增一節(jié)來專門討論金融風(fēng)險(xiǎn)管理和信用等級(jí)排列領(lǐng)域有關(guān)依存關(guān)系的最新概念—copu—lae。在計(jì)算功能強(qiáng)大的方法和理論章節(jié)增加了支持向量機(jī)方法，這是統(tǒng)計(jì)學(xué)習(xí)理論中最新的分類和回歸技術(shù)，所給出的相應(yīng)例子是把該方法應(yīng)用于公司破產(chǎn)和信用等級(jí)排序分析。該章節(jié)中同時(shí)增加了分類和回歸樹技術(shù)并應(yīng)用于公司評(píng)級(jí)案例。

作者簡(jiǎn)介

作者：（德國(guó)）沃爾夫?qū)す吕眨╓olfgang Hardle） （比利時(shí)）利奧波德·西馬（Leopold Simar） 譯者：陳詩(shī)一沃爾夫?qū)す吕?Wolfgang Hardle)教授，國(guó)際統(tǒng)計(jì)學(xué)會(huì)會(huì)員，Ladislaus von Bortidewicz統(tǒng)計(jì)學(xué)會(huì)主席，德國(guó)柏林洪堡大學(xué)統(tǒng)計(jì)計(jì)量研究所所長(zhǎng)，國(guó)際著名統(tǒng)計(jì)學(xué)家和計(jì)量經(jīng)濟(jì)學(xué)家，非參數(shù)統(tǒng)計(jì)和計(jì)量分析領(lǐng)域的代表人物。在國(guó)際頂尖統(tǒng)計(jì)學(xué)，計(jì)量經(jīng)濟(jì)學(xué)和金融學(xué)期刊上發(fā)表了超過200篇學(xué)術(shù)論文，是引用率國(guó)際排名前5％的學(xué)者之一。他還是北京大學(xué)光華管理學(xué)院和廈門大學(xué)王亞南經(jīng)濟(jì)研究院客座教授。利奧波德·西馬（Leopold Simar）教授，國(guó)際統(tǒng)計(jì)學(xué)會(huì)會(huì)員，曾擔(dān)任比利時(shí)統(tǒng)計(jì)學(xué)會(huì)主席（1999-2002）現(xiàn)任比利時(shí)魯汶大學(xué)統(tǒng)計(jì)學(xué)教授.統(tǒng)計(jì)研究所創(chuàng)建人。在國(guó)際頂尖統(tǒng)計(jì)學(xué)和計(jì)量經(jīng)濟(jì)學(xué)期刊上發(fā)表大量學(xué)術(shù)論文。研究領(lǐng)域包括非參數(shù)和半?yún)?shù)統(tǒng)計(jì)學(xué)以及多元統(tǒng)計(jì)分析。講授數(shù)理統(tǒng)計(jì)學(xué)和多元統(tǒng)計(jì)分析等課程。陳詩(shī)一，復(fù)旦大學(xué)中國(guó)經(jīng)濟(jì)研究中心副教授.《世界經(jīng)濟(jì)文匯》編輯。研究領(lǐng)域?yàn)榉菂?shù)計(jì)量理論、時(shí)間序列預(yù)測(cè)、金融風(fēng)險(xiǎn)評(píng)估、能源與環(huán)境經(jīng)濟(jì)學(xué)、生產(chǎn)率與工業(yè)增長(zhǎng)等。在Quantitative Finance.Journal of Forecasting、《中國(guó)社會(huì)科學(xué)》、《經(jīng)濟(jì)研究》、《經(jīng)濟(jì)學(xué)（季刊）》、《金融研究》、《數(shù)量經(jīng)濟(jì)與技術(shù)經(jīng)濟(jì)研究》等國(guó)內(nèi)外一流學(xué)術(shù)期刊發(fā)表論文多篇。講授計(jì)量經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)學(xué)和中國(guó)經(jīng)濟(jì)等課程。

書籍目錄

第一部分  統(tǒng)計(jì)描述技術(shù)　第1章  批量數(shù)據(jù)比較    1．1 箱形圖(Boxplots)    1．2 直方圖(Histograms)    1．3 核密度(Kernel Densities)    1．4 散點(diǎn)圖(scatterplots)    1．5 徹諾夫一夫洛瑞臉譜圖(Chernoff-Flury Faces)      1．6 安德魯曲線(Andrews’Curves)    1．7 平行坐標(biāo)圖(Parallel Coordinate Plots，PCP)    1．8 波士頓住房    1．9 練習(xí)第二部分  多元隨機(jī)變量　第2章  矩陣代數(shù)基本知識(shí)    2．1 基礎(chǔ)運(yùn)算    2．2 譜分解(Spectral Decompositions)    2．3 二次型(Quadratic Forms)    2．4 導(dǎo)數(shù)(Derivatives)    2．5 分塊矩陣(Partitioned Matrices)    2．6 幾何觀點(diǎn)    2．7 練習(xí)　第3章  轉(zhuǎn)向高維數(shù)據(jù)    3．1 協(xié)方差(Covariance)    3．2 相關(guān)系數(shù)(Correlation)    3．3 概括統(tǒng)計(jì)量(Summary Statistics)    3．4 兩變量線性模型    3．5 簡(jiǎn)單方差分析    3．6 多元線性模型    3．7 波士頓住房    3．8 練習(xí)　第4章  多元分布    4．1 分布和密度函數(shù)    4．2 矩與特征函數(shù)    4．3 變換(Transformation)    4．4 多元正態(tài)分布    4．5 抽樣分布和極限定理    4．6 厚尾分布(Heavy-Tailed Distribution)    4．7 聯(lián)結(jié)函數(shù)((30pulae)    4．8 自舉法    4．9 練習(xí)　第5章  多元正態(tài)理論    5．1 多元正態(tài)的基本性質(zhì)    5．2 威沙特分布(Wishart Distribution)    5．3 霍特林T2分布(Hotelling's T2-Distribution)    5．4 球形分布和橢球形分布(Spherical and Elliptical Distribution)    5．5 練習(xí)　第6章  估計(jì)理論    6．1 似然函數(shù)(Likelihood Function)    6．2 克拉美一拉奧下界(Cramer-Rao lower bound)    6．3 練習(xí)　第7章  假設(shè)檢驗(yàn)    7．1 似然比檢驗(yàn)(Likelihood Ratio Test)    7．2 線性假設(shè)(Linear Hypothesis)    7．3 波士頓住房    7．4 練習(xí)    　第三部分  多元技術(shù)　第8章  根據(jù)因子分解數(shù)據(jù)矩陣    8．1 幾何觀點(diǎn)    8．2 擬合p維點(diǎn)云    8．3 擬合n維點(diǎn)云    8．4 子空間之間的關(guān)系    8．5 實(shí)用計(jì)算    8．6 練習(xí)　第9章  主成分分析    9．1 標(biāo)準(zhǔn)化的線性組合    9．2 主成分的應(yīng)用    9．3 主成分的解釋    9．4 主成分的漸近性質(zhì)    9．5 標(biāo)準(zhǔn)化主成分分析    9．6 作為因子分析的主成分    9．7 共同主成分    9．8 波士頓住房    9．9 更多的例子    9．10 練習(xí)　第10章  因子分析    10．1 正交因子模型    10．2 估計(jì)因子模型    10．3 因子得分和策略    10．4 波士頓住房    10．5 練習(xí)　第11章  聚類分析    11．1 問題的提出    11．2 對(duì)象間的鄰近度    11．3 聚類算法    11．4 波士頓住房    11．5 練習(xí)　第12章  判別分析    12．1 已知分布的分配法則    12．2 實(shí)際應(yīng)用中的判別法則    12．3 波士頓住房    12．4 練習(xí)　第13章  對(duì)應(yīng)分析    13．1 動(dòng)因    13．2 卡方分解    13．3 對(duì)應(yīng)分析的應(yīng)用    13．4 練習(xí)　第14章  典型相關(guān)分析    14．1 最有趣的線性組合    14．2 典型相關(guān)分析的應(yīng)用    14．3 練習(xí)　第15章  多維標(biāo)度分析    15．1 問題的提出    15．2 度量型多維標(biāo)度分析    15．3 非度量型多維標(biāo)度分析    15．4 練習(xí)　第16章  聯(lián)合分析    16．1 介紹    16．2 數(shù)據(jù)生成的設(shè)計(jì)    16．3 偏好排序的估計(jì)    16．4 練習(xí)　第17章  金融市場(chǎng)應(yīng)用    17．1 資產(chǎn)組合選擇    17．2 有效資產(chǎn)組合    17．3 有效投資組合的應(yīng)用    17．4 資本資產(chǎn)定價(jià)模型(CAPM)    17．5 練習(xí)　第18章  計(jì)算密集型技術(shù)    18．1 單純形深度    18．2 投影尋蹤    18．3 分片逆回歸    18．4 支持向量機(jī)    18．5 分類和回歸樹    18．6 波士頓住房    18．7 練習(xí)第四部分  附  錄　A  符號(hào)和標(biāo)記　B  數(shù)據(jù)    B．1 波士頓住房    B．2 瑞士銀行鈔票    B．3 汽車數(shù)據(jù)    B．4 經(jīng)典藍(lán)套衫　  B．5 美國(guó)公司數(shù)據(jù)　  B．6 法國(guó)食品數(shù)據(jù)　  B．7 汽車指標(biāo)數(shù)據(jù)　  B．8 法國(guó)學(xué)士學(xué)位頻數(shù)　  B．9 報(bào)刊數(shù)據(jù)　  B．10 美國(guó)犯罪數(shù)據(jù)　  B．11 血漿數(shù)據(jù)　  B．12 WAIS數(shù)據(jù)　  B．13 ANOVA數(shù)據(jù)　  B．14 時(shí)間預(yù)算數(shù)據(jù)　  B．15 GEOPOL數(shù)據(jù)　  B．16 美國(guó)健康數(shù)據(jù)　  B．17 詞匯數(shù)據(jù)　  B．18 運(yùn)動(dòng)記錄數(shù)據(jù)　  B．19 失業(yè)數(shù)據(jù)　  B．20 年度人口數(shù)據(jù)　  B．21 公司破產(chǎn)數(shù)據(jù)　C  參考文獻(xiàn)

章節(jié)摘錄

插圖：

媒體關(guān)注與評(píng)論

哈德勒教授和西馬教授的《應(yīng)用多元統(tǒng)計(jì)分析》(第2版)的最大特色在于統(tǒng)計(jì)理論和應(yīng)用的完美結(jié)合，書中提供了大量金融和經(jīng)濟(jì)等領(lǐng)域的案例來形象地說明相關(guān)的統(tǒng)計(jì)計(jì)量理論，而且讀者可以下載相應(yīng)的MATLAB或R語言程序來再現(xiàn)書中所有的例題和圖形，這對(duì)于讀者快速地理解和在實(shí)踐中靈活地運(yùn)用高維數(shù)據(jù)統(tǒng)計(jì)分析方法是十分有幫助的。 　　——范劍青(美國(guó)普林斯頓大學(xué)講座教授、中國(guó)科學(xué)院特聘教授) 德國(guó)柏林洪堡大學(xué)的哈德勒教授和比利時(shí)魯汶大學(xué)的西馬教授合著的《應(yīng)用多元統(tǒng)計(jì)分析》(第2版)現(xiàn)在由復(fù)旦大學(xué)的陳詩(shī)一副教授翻譯出版。這是兩位知名統(tǒng)計(jì)學(xué)家的關(guān)于多元統(tǒng)計(jì)學(xué)的力作，不但涵蓋多元統(tǒng)計(jì)學(xué)的基本理論和分析方法，還包括多元統(tǒng)計(jì)學(xué)的最新研究成果。教材內(nèi)容深入淺出．輔以很多例題，是統(tǒng)計(jì)學(xué)、經(jīng)濟(jì)學(xué)和管理學(xué)等專業(yè)教師和學(xué)生的一本非常好的教科書與參考書。 　　——洪永森(美國(guó)康奈爾大學(xué)教授、廈門大學(xué)“長(zhǎng)江學(xué)者”講座教授) 理論距離實(shí)際應(yīng)用遠(yuǎn)嗎?基于應(yīng)用角度的教科書能夠給予那些具有理論傾向的統(tǒng)計(jì)學(xué)和計(jì)量經(jīng)濟(jì)學(xué)研究者一種全新的、更直觀的有關(guān)多元統(tǒng)計(jì)分析知識(shí)的描述嗎?哈德勒教授和西馬教授證明了這項(xiàng)工作完全可以做到，他們合著的最新教材《應(yīng)用多元統(tǒng)計(jì)分析》(第2版)再次運(yùn)用經(jīng)濟(jì)和金融領(lǐng)域大量的實(shí)例形象地介紹了統(tǒng)計(jì)學(xué)領(lǐng)域最前沿的研究成果。 　　——Ya'acov Ritov(邪路撤冷希伯來大學(xué)教授、以色列統(tǒng)計(jì)學(xué)會(huì)主席)

編輯推薦

《應(yīng)用多元統(tǒng)計(jì)分析(第2版)》：管理學(xué)精選教材譯叢

圖書封面

圖書標(biāo)簽Tags

無

評(píng)論、評(píng)分、閱讀與下載

---

    應(yīng)用多元統(tǒng)計(jì)分析 PDF格式下載

---