分位回归（引进版）

　　译者序
　　原著序言
　　1　引言
　　1．1　方法和结果
　　1．2　个回归——历史的序曲
　　1．3　分位、排序和化
　　1．4　分位回归简介
　　1．5　三个例子
　　1．5．1　工资和工作经验
　　1．5．2　学生课程评价和班级人数
　查看完整　　

　　统计学家的基本任务就是设法从表面上看起来杂乱无章的科学观测数据中得出规律性的东西。通常这项工作可以由求得在限制变量条件下的一些参数平均值来实现，而统计学中流行的小二乘法非常适合于求平均值。但是，正如Gaiton所指出的那样，这种一味地求平均值而忽略“多样性”的观点是很值得怀疑的。

　　译者序
　　原著序言
　　1　引言
　　1．1　方法和结果
　　1．2　个回归——历史的序曲
　　1．3　分位、排序和化
　　1．4　分位回归简介
　　1．5　三个例子
　　1．5．1　工资和工作经验
　　1．5．2　学生课程评价和班级人数
　　1．5．3　新生儿体重
　　1．6　结论
　　2　分位回归要义
　　2．1　分位处理效果
　　2．2　分位回归原理
　　2．2．1　分位回归的P插入值
　　2．2．2　子阶数条件
　　2．2．3　同变性
　　2．2．4　删截
　　2．3　稳健性
　　2．3．1　影响函数
　　2．3．2　失效点
　　2．4　分位回归模型诠释
　　2．4．1　例1：工会工资优势
　　2．4．2　例2：酒类需求量
　　2．4．3　例3：墨尔本每日温度
　　2．4．4　例4：冰川雪莲、黄鼠和岩石
　　2．5　分位交叉五
　　2．6　一个随机系数的解释
　　2．7　不均等度量值及其分解
　　2．8　预期位和其他变化五
　　2．9　错建分位回归模型诠释
　　3　有关分位回归的推论
　　3．1　分位回归的有限样本分布
　　3．2　对分位回归渐近性的初步探讨
　　3．2．1　样本分位值的置信区间
　　3．2．2　iid误差情况下的分位回归渐近性
　　3．2．3　非iid误差情况下的分位回归渐近性
　　3．3　Wa1d检验
　　3．3．1　双样本位移检验
　　3．3．2　一般线胜假设
　　3．4　渐近协方差矩阵估计
　　3．4．1　标量稀疏度估计
　　3．4．2　非iid误差情况下的协方差矩阵估计
　　3．5　基于秩的推论凹
　　3．5．1　双样本位移的秩检验
　　3．5．2　线性秩统计量
　　3．5．3　线性秩统计量的渐近性
　　3．5．4　基于回归秩分的秩检验
　　3．5．5　基于回归秩分的置信区间
　　3．6　分位似然比检验粥
　　3．7　有关分位回归过程的推论
　　3．7．1　Wa1d过程
　　3．7．2　分位似然比过程
　　3．7．3　对分位秩分过程的再考察
　　……
　　4　分位回归的渐近理论
　　5  L统计量和加权分位回归
　　6　分位回归计算
　　7　非参数分位回归
　　8　分位回归研究前瞻
　　9　结论
　　渐近临界值表
　　英汉术语对照
　　参考文献
^ 收 起　　

　　统计学家的基本任务就是设法从表面上看起来杂乱无章的科学观测数据中得出规律性的东西。通常这项工作可以由求得在限制变量条件下的一些参数平均值来实现，而统计学中流行的小二乘法非常适合于求平均值。但是，正如Gaiton所指出的那样，这种一味地求平均值而忽略“多样性”的观点是很值得怀疑的。