复杂数据下测量误差模型的估计理论与方法 内容简介
本书研究的模型主要包括：线性ev模型、非线性ev模型以及半参数ev模型等统计模型。研究的主要目的是：在纵向数据、删失数据、缺失数据等复杂数据下研究几类ev模型中兴趣参数及兴趣函数估计的大样本问题，如估计量的渐近正态性、相合性及其收敛速度等统计性质。本书由刘强著。
复杂数据下测量误差模型的估计理论与方法 目录
1 绪论
1.1 统计模型
1.2 复杂数据
1.3 非参数估计方法
1.4 降维估计
1.5 本书的内容及结构
1.6 参考文献
2 删失数据下线性ev模型的估计
2.1 方法与主要结果
2.2 模拟研究
2.3 实际数据分析
2.4 定理的证明
2.5 参考文献
3 缺失数据下ev模型的估计
3.1 非线性ev模型响应变量均值的估计
复杂数据下测量误差模型的估计理论与方法 作者简介
刘强，男，1976年9月生，首都经济贸易大学统计学院副教授，理学博士。2009年入选北京市中青年骨干人才，2011年入选首都经济贸易大学后备学科带头人。主要研究领域，非参数统计、金融数据分析。主要研究成果在《Acta
Mathematica Sinica,English
Series》《数学学报》《应用数学学报》等核心刊物发表学术论文20余篇。主持在研课题，国家社科基金项目“非参数、半参数计莹经济中的带有测量误差数据的统计推断研究”，北京市教委社科计划项目“复杂经济数据下测量误差模型的估计理论与方法”，北京市市属高等学校人才强教计划资助项目——中青年骨干人才培养计划。
