- Артикул:00-01092161
- Автор: Дж. Хей
- Тираж: 5600 экз.
- Обложка: Твердая обложка
- Издательство: Финансы и статистика (все книги издательства)
- Город: Москва
- Страниц: 335
- Формат: 60х84 1/16
- Год: 1987
- Вес: 495 г
Развернуть ▼
В основе книги лежит концепция байесовского использования априорной информации в сочетании с накапливаемыми результатами наблюдений для выработки рациональных решений. Изложенные математические методы используются далее в задачах оценивания долей, средних дисперсий и регрессионных моделей. Кратко рассматриваются системы управлений.
Для статистиков, экономистов и других специалистов, интересующихся эконометрией и статистикой.
Содержание
О байесовском подходе и субъективных вероятностях. Вступительная статья А. А. Рыбкина
Предисловие
Глава 1. Введение
Глава 2. Основные понятия теории вероятностей
2.1. Введение
2.2. Распределение, функция распределения вероятностей и функция плотности распределения вероятностей
2.3. Обобщающие характеристики
2.4. Некоторые важные распределения (случай одной непрерывной переменной)
2.5. Основные вероятностные законы
2.6. Резюме
2.7. Упражнения
Глава 3. Вероятностные распределения нескольких переменных
3.1. Введение
3.2. Двумерное распределение вероятностей
3.3. Маргинальные распределения
3.4. Условные распределения
3.5. Многомерные вероятностные распределения
3.6. Обобщающие характеристики
3.7. Резюме
3.8. Упражнения
Глава 4. Информация
4.1. Введение
4.2. Учет новой информации. Простые примеры
4.3. Учет новой информации. Теорема Байеса
4.4. Применение теоремы Байеса к описанию событий
4.5. Некоторые приложения теоремы Байеса для переменных
4.6. Предварительные замечания о случае, когда отсутствует априорная информация
4.7. Резюме
4.8. Упражнения
Глава 5. Доли элементов совокупности
5.1. Введение
5.2. Ожидания, связанные с долями
5.3. Природа (выборочной) информации
5.4. Инкорпорирование выборочной информации
5.5. Случай отсутствия априорной информации
5.6. Доверительные интервалы и проверка значимости
5.7. Резюме
5.8. Упражнения
Глава 6. Средние и дисперсии
6.1. Введение
6.2. Вывод при неизвестной средней и известной дисперсии
6.3. Вывод при неизвестной дисперсии и известной средней
6.4. Вывод при неизвестной средней и неизвестной дисперсии
6.5. Доверительные интервалы и критерии значимости
6.6. Резюме
6.7. Упражнения
Глава 7. Элементарный регрессионный анализ
7.1. Введение
7.2. Вывод при неизвестных коэффициентах и известной дисперсии
7.3. Вывод при известных коэффициентах и неизвестной дисперсии
7.4. Вывод при неизвестных коэффициентах и неизвестной дисперсии
7.5. Доверительные интервалы и проверка значимости
7.6. Сравнение теоретических соотношений и качество подгонки
7.7. Примеры регрессий
7.8. Прогноз
7.9. Резюме
7.10. Упражнения
Глава 8. Развитие регрессионного анализа
8.1. Введение
8.2. Линейная модель с многими переменными и нормально распределенными остатками
8.3. Приемы, применяемые на практике
8.4. Обоснованность предположений
8.5. Эконометрия в действии (пример)
8.6. Резюме
8.7. Упражнения
Глава 9. Модели с одновременными уравнениями
9.1. Введение
9.2. Оценивание каждого уравнения в отдельности
9.3. Проблема идентификации
9.4. Вывод для модели с одновременными уравнениями
9.5. Простой пример
9.6. Резюме
9.7. Упражнения
Приложения
Приложение 1. Обозначения сумм и произведений
Приложение 2. Производные и интегралы
Приложение 3. Краткие доказательства результатов, приведенных в главе 7
Приложение 4. Краткое доказательство результата (8.4) из главы 8
Приложение 5. Программы для компьютеров (байесовский статистический анализ)
Приложение 6. Таблица стандартного нормального распределения
Приложение 7. Таблица t-распределения
Приложение 8. Таблица распределения хи-квадрат
Литература
Предметный указатель
Рекомендуем
