前言

第1章 介绍

1．1 引言

1．2 常用非参数光滑方法和半参数模型介绍

1．2．1 权函数估计

1．2．2 样条方法

1．2．3 部分线性模型

1．2．4 变系数模型

1．2．5 可加模型

1．3 预备知识

1．3．1 精确方法

1．3．2 三阶矩X2逼近方法

1．3．3 F分布逼近法

第2章 部分线性变系数模型的profileLagrange乘子检验与backfitting

估计

2．1 引言

2．2 profile Lagrange乘子检验法

2．3 部分线性变系数模型的backfitting估计

2．4 数值模拟

2．5 定理的证明

第3章 异方差部分线性变系数模型的研究

3．1 引言

3．2 异方差情形下参数分量的有效估计

3．3 profile得分检验统计量的构造及性质

3．4 关于一类部分线性模型异方差检验的一个注记

3．5 定理的证明

第4章 部分线性变系数变量含误差模型的约束估计与检验

4．1 引言

4．2 参数分量的约束估计

4．3 参数分量的检验

4．4 数值模拟

4．5 定理的证明

第5章 部分线性变系数测量误差模型的估计

5．l引言

5．2 校正局部线性估计

5．3 估计的渐近性质

5．4 定理的证明

第6章 因变量缺失下部分线性变系数变量含误差模型的估计

6．1 引言

6．2 参数分量和非参数分量的几类估计

6．2．1 完整观测数据估计方法

6．2．2 插补估计

6．2．3 surrogate估计

6．3 因变量均值的估计

6．4 定理的证明

第7章 部分线性可加模型的估计与检验

7．1 引言

7．2 参数分量的profile最小二乘估计

7．3 参数分量的约束profile最小二乘估计

7．4 广义似然比检验

7．5 数值模拟

7．6 定理的证明

第8章 部分线性可加变量含误差模型的经验似然推断

8．1 介绍

8．2 参数分量的经验似然

8．3 数值模拟

8．4 定理的证明

第9章 利用部分线性模型检验线性回归关系

9．1 引言

9．2 广义似然比检验方法

9．3 基于导函数的非参数检验方法

9．4 部分线性模型的profile局部加权最小二乘估计

9．5 定理的证明

第10章 非参数协方差分析模型的研究

10．1 引言

10．2 两条回归曲线比较的虚拟变量法

10．3 光滑残差检验法

10．4 个体差异曲线检验法

参考文献

索引

近三十年来，半参数模型在统计学和汁量经济学领域里得到了广泛关注和深入研究。《半参数模型的理论与应用》(作者魏传华)主要研究了部分线性变系数模型和半参数可加模型在测量误差或缺失数据等复杂情形下的估计和检验问题，此外，还研究了部分线性模型的检验问题和非参数协方差分析模型。

《半参数模型的理论与应用》可供统计学和经济学等相关专业的科研人员和学生使用。

实际问题研究中，我们往往需要探求变量之间的关系回归分析作为解决此类问题的一个有效统计分析方法而得到广泛的应用毫不夸张地说，相关与回归分析(特别是线性回归分析)是除了描述性统计方法之外应用最为广泛的统计分析方法，同时，回归分析也是数理统计领域一个内容极其丰富，得到研究较多的分支。

近三十年来，随着计算机技术的飞速发展，越来越多的半参数模型被提出用以探求因变量和自变量之间蕴涵的复杂关系。《半参数模型的理论与应用》(作者魏传华)主要针对部分线性变系数模型和部分线性可加模型，以及部分线性模型和非参数协方差分析模型这几类半参数模型的估计和检验问题做深入的探讨。