事件史分析及其應(yīng)用

內(nèi)容概要

縱向數(shù)據(jù)的收集和應(yīng)用在我國日趨廣泛，但目前缺乏關(guān)于該方法的詳盡討論，國內(nèi)尚未有此類專著，提供解決這一問題的方法和手段的需求越來越迫切。    本書專注于事件發(fā)生的方式及其影響因素，不僅詳細介紹了非參、參數(shù)、半?yún)?shù)風(fēng)險模型以及離散和連續(xù)風(fēng)險模型，而且給出了模型的選擇和診斷以及時變變量、不同質(zhì)總體和多事件、競爭風(fēng)險等較復(fù)雜問題的事件史分析方法與應(yīng)用。本書強調(diào)的是數(shù)據(jù)分析方法而非理論。對于實際的數(shù)據(jù)，解釋了怎樣一步一步地去完成分析過程，強調(diào)識別所研究的問題、選擇合適的模型并理解其假設(shè)條件、選擇合理的估計方法、解釋結(jié)果以及提交研究結(jié)論。    本書可廣泛適用于經(jīng)濟、管理、統(tǒng)計、健康保險、社會學(xué)、人口學(xué)、生物與醫(yī)學(xué)以及政治科學(xué)等專業(yè)的大學(xué)生和研究生及其他社會科學(xué)領(lǐng)域的研究者。既可作為學(xué)生的教科書，也可作為應(yīng)用工作者的參考書。

作者簡介

杜本峰，男，1963年出生，河南通許人，經(jīng)濟學(xué)博士，中國人民大學(xué)副教授。先后就讀于河南大學(xué)數(shù)學(xué)系、清華大學(xué)經(jīng)濟管理學(xué)院和中國人民大學(xué)統(tǒng)計學(xué)系，分別于1984年、1997年和2003年獲得理學(xué)學(xué)士、工商管理碩士和經(jīng)濟學(xué)博士學(xué)位。主要從事應(yīng)用統(tǒng)汁與決策分析、人口與健康保障、人口與經(jīng)濟、風(fēng)險評估與管理、老年金融學(xué)以及社會科學(xué)定黽分析方法等方面的研究。主持和參與多項國家或省級科研項目，在《統(tǒng)計研究》、《人口研究》、《經(jīng)濟學(xué)動態(tài)》、《數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究》、《中同管理科學(xué)》等雜志上發(fā)表論文40余篇，出版著作5部。

書籍目錄

前言第1章  引論  1.1  事件史分析  1.2  刪失  1.3  事件史數(shù)據(jù)結(jié)構(gòu)  1.4  事件史分析中的統(tǒng)計關(guān)系  1.5  事件史分析的目的及其特性第2章  事件史建模的非參數(shù)描述方法  2.1  生命表方法  2.2  乘積限估計  2.3  生存現(xiàn)象的其他度量分析  應(yīng)用分析：20世紀80年代以來我國婦女初婚－初育間隔分析第3章  參數(shù)模型及其應(yīng)用  3.1  參數(shù)方法概述  3.2  常用的參數(shù)模型與特征  3.3  參數(shù)模型估計方法  3.4  參數(shù)分布的選擇與優(yōu)度檢驗第4章  半?yún)?shù)分析方法——Cox風(fēng)險模型  4.1  Cox風(fēng)險模型及其特性  4.2  比例風(fēng)險假設(shè)的評估  4.3  分層Cox模型  應(yīng)用分析：農(nóng)村兒童受教育水平的決定因素研究——基于Cox比例風(fēng)險模型的分析第5章  離散時間數(shù)據(jù)風(fēng)險模型  5.1  離散時間模型中的基本關(guān)系式  5.2  離散時間數(shù)據(jù)風(fēng)險的統(tǒng)計模型  5.3  離散時間風(fēng)險模型的表達形式  5.4  離散時間風(fēng)險模型的擬合  5.5  參數(shù)估計的解釋  5.6  顯示擬合風(fēng)險和生存函數(shù)  5.7  模型的選擇和比較  5.8  離散時間風(fēng)險模型的擴展  應(yīng)用分析：省級遷移的離散時間風(fēng)險模型實例分析第6章  具有時變變量的事件史模型  6.1  概述  6.2  具有時變變量的Cox模型及其特性  6.3  具有時變變量的參數(shù)模型  6.4  具有時變變量的離散時間風(fēng)險模型  6.5  時變變量生存模型應(yīng)注意的幾個問題  應(yīng)用分析：用動態(tài)方法來研究職業(yè)流動第7章  模型選擇與診斷  7.1  模型選擇  7.2  事件史模型診斷方法第8章  不可觀測異質(zhì)性和重復(fù)事件建模  8.1  未觀測異質(zhì)性問題  8.2  重復(fù)事件建模  應(yīng)用分析：重復(fù)事件分析在經(jīng)濟管理中的應(yīng)用第9章  多狀態(tài)過程與競爭性風(fēng)險模型  9.1  概述  9.2  競爭風(fēng)險的潛在生存時間方法——對不同事件類型分別建模  9.3  Lunn-McNeil（LM）方法  9.4  競爭風(fēng)險的其他處理方法  9.5  觀測個體不同時點進入觀測的情況處理  應(yīng)用分析：競爭風(fēng)險在人口健康分析中的應(yīng)用附錄  事件史分析中常用統(tǒng)計軟件簡介參考文獻

章節(jié)摘錄

第3章參數(shù)模型及其應(yīng)用通常，許多原因?qū)е卵芯繉ο笤谔囟ǖ臅r間發(fā)生事件或死亡。如果研究者認為事件發(fā)生的風(fēng)險隨時間增加或上升，那么，可以設(shè)定一個分布函數(shù)解釋這種關(guān)系。如在政治科學(xué)研究中，常使用參數(shù)方法了解諸如政治領(lǐng)導(dǎo)人的執(zhí)政期限、軍事沖突的持續(xù)時間等現(xiàn)象。因此，選擇理論分布去擬合生存數(shù)據(jù)是一種重要的分析技術(shù)，在這一章中，我們將討論一些被廣泛用于描述生存時間的理論分布，概述其特性并說明其應(yīng)用；同時，本章還簡單討論了參數(shù)模型的估計及分布的選擇和優(yōu)度檢驗方法。3.1 參數(shù)方法概述線性回歸、logistic回歸等是最常用的參數(shù)模型，在這些模型中，通常假定結(jié)果服從一些分布，如正態(tài)、二項分布等。其實際意義是結(jié)果服從參數(shù)未知的分布族，只有當(dāng)參數(shù)已知時，確切的分布才能夠完全確定。如均值為3的正態(tài)分布和均值為7的正態(tài)分布同屬于正態(tài)分布族，但它們并不是完全相同的分布。參數(shù)生存模型是生存時間（結(jié)果）假定服從已知的分布。通常用于生存時間的分布是威布爾（Weibull）、指數(shù)分布（Weibull的特例）、對數(shù)邏輯斯蒂（log-logistic）、對數(shù)正態(tài)（lognormal）和廣義伽馬（generalized gamma）。Stata和S-Plus等軟件都支持分析這些分布。參數(shù)模型的吸引力之處在于，由參數(shù)生存模型獲得的生存估計與非參數(shù)方法相比，與理論的生存曲線更一致。如果分布假設(shè)合適的話，那么參數(shù)完全可刻畫生存和風(fēng)險函數(shù)。這種簡單性和完全性是使用參數(shù)方法的主要魅力。

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    事件史分析及其應(yīng)用 PDF格式下載

---