店铺推荐
【内容】
全书采用一种统一方式加以讨论，即首先对生成可用数据的抽样过程进行设定，并考察仅利用实证证据时，探讨了解认识总体参数的情况，然后研究倘若在施加各种各样的假设条件下，这些参数的集值识别域会如何缩小。所用的推断方法是传统的且接近非参数的方法。
【目录】
引言部分识别与可信推断
第1章结果数据缺失
1.1问题解析
1.2均值
1.3遵从随机占优的参数
1.4多重抽样过程组合
1.5结果的区间测量
补充lA就业概率
补充1B盲人摸象
注释
第2章工具变量
2.1分布假设与可信推断
2.2利用工具变量的某些假设
2.3结果数据随机缺失
2.4统计独立性
2.5均值独立性与均值单调性
2.6其他利用工具变量的某些假设
补充2A带有无回答权重的估计
注释
第3章带有数据缺失的条件预测
3.1以协变量为条件的结果预测
3.2结果数据缺失
3.3联合结果数据缺失与协变量
3.4协变量缺失
3.5一般数据缺失模式
3.6条件分布的联合推断
补充3A失业率
补充3B带有数据缺失的参数预测
注释
第4章污染结果
4.1数据误差的混合模型
4一结果数据分布
4.3事件概率
4.4遵从随机占优的参数
补充4A通过补算的污染
补充4B识别和稳健推断
注释
第5章回归、短回归及长回归
5.1生态回归
5.2问题解析
5.3长均值回归
5.4工具变量
补充5A结构预测
注释
第6章基于响应的抽样
6.1逆向回归／
6.2结果或协变量的辅助数据
6.3罕见病假设
6.4相对危险度和归因危险度的界
6.5从响应层抽样
补充6A吸烟与心脏病
注释
……
第7章处理响应分析
第8章单调处理响应
第9章单调工具变量
第10章混合问题
参考文献
译后记
编辑手记
