書名: Python量化研究實作:Deepnote雲端平台應用 (1版)
作者: 洪煌佳
版次: 1
ISBN: 9786264232807
出版社: 五南
出版日期: 2025/04
書籍開數、尺寸: 16開
頁數: 280
#資訊
#機率與統計
#統計軟體
#編程與軟體開發
#Python
定價: 450
售價: 383
庫存: 庫存: 1
LINE US! 詢問這本書 團購優惠、書籍資訊 等

付款方式: 超商取貨付款 line pay
信用卡 全支付
線上轉帳 Apple pay
物流方式: 超商取貨
宅配
門市自取

詳細資訊

【簡介】 ⊙理論與實作兼具,從基礎概念→分析步驟→報表解讀與製作,主題式手把手教學與說明。 ⊙應用雲端平台即時分析、評論與協作完成分析專案。 ⊙分析歷程透明化且支持重現分析與線上展示成果。 ⊙可整合大數據分析與次級資料應用。 ⊙內容包含效度與信度分析、描述統計、平均數差異與變異數分析、相關與迴歸、中介與調節效應、結構方程模式等,為研究者提供有力支持。 ⊙本書附範例資料檔,至五南官網https://www.wunan.com.tw/,搜尋書號1H3S即可找到下載處。 本書旨在引導讀者從概念到實作,整合常用統計方法,分為「基礎概念、分析步驟、報表解讀與製作」三大部分說明,並附有練習題加強實務能力。書中範例也提供數據與程式碼下載,幫助讀者快速上手,提升學習效率。 內容適用範圍廣泛,無論是學位論文、期刊論文,還是專題報告與數據分析,都能為研究者提供有力支持。對於初學者,書中簡要解釋專有名詞與統計分析策略,能幫助快速入門;對於進階使用者,Python的多元擴展性與視覺化圖示則為更深入的分析需求提供強大助力。 ※本書另有線上課程,可透過系統化地引導閱聽者從概念到實作,容易聚焦與跟著實作學習。(課程相關資訊,可至五南線上學院官網https://www.wunan.com.tw/tch_home查詢) 【目錄】 Chapter01 Python整合開發環境:Deepnote雲端平台介紹 一、前言 二、Deepnote分析平台介紹 三、Deepnote基本操作 四、探索性數據分析與數據清理簡介 Chapter02 量化研究的概念 一、量化研究流程 二、量化研究架構 三、變數測量的類型 四、統計分析方式基本概念 五、數據來源 Chapter03 量化研究問卷設計 一、量化研究問卷設計要考量什麼 二、數據編碼簿與編碼 三、研究問卷、編碼簿與編碼作業 Chapter04 問卷量表的效度與信度分析 一、概念 二、範例說明 三、探索性因素分析 四、驗證性因素分析 Chapter05 描述統計 一、概念 二、範例說明 三、變數描述統計的次數與百分比 四、變數描述統計的平均數、標準差、最小值、中位數與最大值 五、數學運算 六、數值轉換與重新編碼 Chapter06 平均數差異與變異數分析 一、概念 二、單一樣本t檢定 三、獨立樣本t檢定 四、相依樣本t檢定 五、單因子變異數分析 六、單因子重複量數變異數分析 七、二因子變異數分析:交互作用不顯著 八、二因子變異數分析:交互作用顯著 九、二因子變異數混合設計分析 Chapter07 相關與迴歸 一、概念 二、範例說明 三、Pearson 積差相關 四、多元迴歸分析 五、階層迴歸分析 Chapter08 中介與調節效應 一、概念 二、範例說明 三、簡單中介效應分析 四、簡單調節效應分析 五、PROCESS Macro中介效應分析 六、PROCESS macro中介調節效應分析 Chapter09 結構方程模式 一、概念 二、範例說明 三、結構方程模式 參考文獻

為您推薦

Python:股票×ETF量化交易實戰105個活用技巧 (2版)

Python:股票×ETF量化交易實戰105個活用技巧 (2版)

類似書籍推薦給您

【簡介】  無論是牛市還是熊市,「維持紀律」才是股市求財的不二法門,但維持紀律又是非常難做到的事,結果就是多數人最終無法在股票市場上賺到錢。      什麼時候該買,什麼時候該賣,道理很多人都懂,但往往下單時又摻雜了太多當時的心理因素,要怎麼克服這個心理因素呢?就讓自動化交易來幫助會寫程式的你。   交易演算法是將主觀交易的想法具體量化,運用量化的優勢找到正期望值的交易策略,來創造更多的收益與機會。   對於台股的交易策略,許多人認為市場只有價量資料可以進行數據分析,其實台股有許多籌碼資訊可以進行分析,而籌碼資料該如何去進行分析呢?又該如何延伸到交易策略的建構呢?   有鑑於此,本書使用Python作為程式開發的語言,其本身語法友善、操作簡單,是切入程式交易的方便工具。本書內容均可實作,不論多好的交易策略,都要自己動手分析才能實際上場,並且範例程式碼非常彈性,讀者可以自行修改成自己的版本,讓我們一起打造超級績效吧!   本書期待能透過更完整的介紹與更多的範例,帶給讀者更多的靈感刺激,每個人要依據自己的條件、狀態及環境,來找尋合適的投資方式與適合自己的策略邏輯。   【精采內容】   ✪金融大數據資料的取得   ✪網路爬蟲的實戰演練   ✪ETF的詳細介紹   ✪建構完整的回測系統   ✪經典交易策略建構   ✪股權分散策略建構   ✪三大法人策略建構   ✪融資融券策略建構   ✪月營收交易策略建構   ✪一籃子股票回測方法   ✪Line自動化策略訊號推播     【目標讀者】   ✪想要學習Python來進行程式交易者   ✪想要客觀且嚴守紀律來投資者   ✪沒時間盯盤但想要自動化投資者   ✪想要了解交易規則並學習正確的程式交易者 本書特色   使用Python實作台股、ETF量化分析,掌握自動化投資理財趨勢   運用籌碼數據資料與技術指標進行策略結合的交易實戰指南     ✪使用靈活彈性的Python,搭配循序漸進的範例教學   ✪以Python取得公開金融大數據,定義獨有的籌碼指標   ✪計算指標後,透過圖表繪製,找出資料細節裡的魔鬼   ✪找出關鍵思維,建構正期望值的策略   ✪透過Line Notify打造策略訊號派送機器人 【目錄】 |CHAPTER 01| Python基礎介紹 技巧1 【觀念】Python安裝介紹 技巧2 【實作】本書的Python範例執行方法 技巧3 【實作】基本型態介紹 技巧4 【實作】基本運算及數學函數介紹 技巧5 【實作】字串處理介紹 技巧6 【實作】序列型態介紹 技巧7 【實作】判斷式結構介紹 技巧8 【實作】迴圈式結構介紹 技巧9 【實作】序列推導式的延伸應用 技巧10 【實作】建立函數的方法 技巧11 【實作】建立類別的方法 技巧12 【實作】建立函式庫並取用 技巧13 【實作】檔案應用處理 技巧14 【實作】Python異常處理的應用 技巧15 【實作】使用Python的外掛套件 技巧16 【實作】時間套件的應用觀念 技巧17 【實作】Pandas套件的應用 |CHAPTER 02| 金融商品與量化分析基礎介紹 技巧18 【觀念】了解台灣證券市場 技巧19 【觀念】何謂股票 技巧20 【觀念】何謂ETF 技巧21 【觀念】ETF種類介紹 技巧22 【觀念】證券的相關交易制度 技巧23 【觀念】證券交易方法 技巧24 【觀念】為何需要量化分析 |CHAPTER 03| Python取得公開資料 技巧25 【觀念】網路爬蟲基本概念 技巧26 【觀念】網頁的組成 技巧27 【觀念】網頁標籤介紹 技巧28 【實作】了解網頁傳遞參數方法 技巧29 【實作】Python下載網頁資訊 技巧30 【觀念】BeautifulSoup套件簡介 技巧31 【實作】BeautifulSoup解析資料 技巧32 【觀念】Selenium 套件簡介 技巧33 【觀念】何謂K線(開高低收量) 技巧34 【實作】抓取證券公開資訊 |CHAPTER 04| 建構策略分析框架 技巧35 【觀念】何謂策略分析框架 技巧36 【觀念】何謂交易策略 技巧37 【觀念】回測要注意的事情 技巧38 【觀念】如何發想交易策略 技巧39 【觀念】回測流程介紹 技巧40 【實作】將資料圖像化 技巧41 【實作】撰寫基本進出場邏輯 技巧42 【實作】記錄回測交易明細 技巧43 【實作】繪製K線圖及交易紀錄 技巧44 【觀念】分析回測交易紀錄 技巧45 【實作】績效指標實作 |CHAPTER 05| 經典交易策略建構 技巧46 【觀念】趨勢突破交易策略介紹 技巧47 【實作】趨勢突破策略圖像化觀察 技巧48 【實作】趨勢突破策略撰寫 技巧49 【觀念】處置效應介紹 技巧50 【觀念】停利停損觀念 技巧51 【實作】趨勢突破策略加上停利停損 技巧52 【觀念】移動停損觀念 技巧53 【實作】突破策略加上移動停損 |CHAPTER 06| 技術分析交易策略 技巧54 【觀念】技術分析的介紹 技巧55 【觀念】技術分析套件介紹 技巧56 【實作】Talib套件安裝 技巧57 【實作】Talib套件基本操作 技巧58 【實作】技術指標介紹-均線(MA)介紹及計算 技巧59 【實作】MA策略圖像化觀察 技巧60 【實作】突破均線交易策略 技巧61 【實作】均線排列策略 技巧62 【實作】技術指標介紹-相對強弱指標(RSI)介紹及計算 技巧63 【實作】RSI策略圖像化觀察 技巧64 【實作】強勢回檔策略 技巧65 【實作】RSI突破策略 技巧66 【實作】技術指標介紹-平滑移動曲線指標(MACD)介紹及計算 技巧67 【實作】MACD策略圖像化觀察 技巧68 【實作】MACD策略 技巧69 【觀念】建構交易策略的濾網 技巧70 【觀念】技術指標-平均真實區間指標(ATR)介紹及計算 技巧71 【實作】MA、ATR策略圖像化觀察 技巧72 【實作】MA搭配ATR濾網交易策略 |CHAPTER 07| 股權分散表交易策略 技巧73 【觀念】股權分散介紹 技巧74 【實作】取得股權分散公開資料 技巧75 【實作】價格與股權資料表整合 技巧76 【實作】股權分散表解讀方向 技巧77 【實作】大股東、小股東、股東人數變動繪圖分析 技巧78 【實作】跟著大股東買策略 技巧79 【實作】跟小股東反著做策略 |CHAPTER 08| 三大法人交易策略 技巧80 【觀念】三大法人介紹 技巧81 【實作】取得三大法人公開資料 技巧82 【實作】日K與三大法人資料整合 技巧83 【實作】外資繪圖變動分析 技巧84 【實作】投信繪圖變動分析 技巧85 【實作】自營、自營避險繪圖變動分析 技巧86 【實作】跟著外資、投信買交易策略 |CHAPTER 09| 融資融券交易策略 技巧87 【觀念】信用交易介紹 技巧88 【實作】取得融資融券公開資料 技巧89 【實作】取得融券借券公開資料 技巧90 【實作】日K與信用交易資料整合 技巧91 【實作】進行資券繪圖分析 技巧92 【實作】進行借券賣出繪圖分析 技巧93 【實作】融資融券交易策略 |CHAPTER 10| 月營收交易策略 技巧94 【觀念】月營收介紹 技巧95 【實作】爬蟲取得月營收資料 技巧96 【實作】月營收與股價資料整合 技巧97 【實作】繪製月營收與價格走勢圖 技巧98 【實作】月營收交易策略 |CHAPTER 11| 一籃子策略回測及策略上線 技巧99 【觀念】一籃子股票回測 技巧100 【實作】取得上市櫃股票代碼 技巧101 【實作】產業別一籃子回測 技巧102 【觀念】股票策略該如何實際執行 技巧103 【實作】Line Notify推播策略訊號 技巧104 【實作】Windows作業系統排程執行 技巧105 【實作】打造股票自動化訊號推播機器人

原價: 660 售價: 594 現省: 66元
立即查看
Python:股票×ETF量化交易回測102個活用技巧 (1版)

Python:股票×ETF量化交易回測102個活用技巧 (1版)

類似書籍推薦給您

原價: 600 售價: 510 現省: 90元
立即查看
科學方法賺大錢:Python進行商品期貨量化交易(二版) (2版)

科學方法賺大錢:Python進行商品期貨量化交易(二版) (2版)

類似書籍推薦給您

原價: 720 售價: 648 現省: 72元
立即查看
Python:加密貨幣CTA量化交易111個實戰技巧 (1版)

Python:加密貨幣CTA量化交易111個實戰技巧 (1版)

類似書籍推薦給您

內容簡介   無論是牛市還是熊市,「維持紀律」才是股市求財的不二法門,但維持紀律又是非常難做到的事,結果就是多數人最終無法在股票市場上賺到錢。   什麼時候該買,什麼時候該賣,道理很多人都懂,但往往下單時又摻雜了太多當時的心理因素,要怎麼克服這個心理因素呢?就讓自動化交易來幫助會寫程式的你。   加密貨幣已成為當今金融市場的熱門話題,而CTA量化交易是一種透過演算法執行交易的策略。本書以Python為工具,從基礎介紹到演算法交易的實現,深入探索加密貨幣市場的量化交易。   本書一開始介紹Python基礎、Pandas套件以及加密貨幣與量化投資的基本概念,接著說明歷史數據分析、技術指標應用、建構CTA策略,然後介紹串接交易所行情和下單功能的實作。   本書深入淺出地解釋各個主題,並非只是理論,書中提供大量的實作範例和技巧,幫助你快速上手,無論你是初學者、還是有一定經驗的開發者,本書都將成為你掌握加密貨幣演算法交易的寶貴指南。作者希望藉由範例程式碼拋磚引玉,帶領讀者進入創新金融的世界,打造屬於自己的自動化投資計畫。   【精采內容】   ✪Python基礎介紹   ✪Pandas套件介紹   ✪加密貨幣與量化投資介紹   ✪歷史數據、技術分析與圖像化   ✪建構CTA策略   ✪串接交易所的即時行情   ✪產生即時的交易訊號   ✪串接交易所的下單、帳務函數   ✪策略上線會面臨的問題   【目標讀者】   ✪想要學習Python來自動化交易者   ✪想要尋找客觀投資的投資者   ✪想要建立投資事業的上班族 本書特色   使用Python實作加密貨幣CTA交易策略,掌握自動化與量化交易投資趨勢   學會加密貨幣CTA交易策略優化獲利績效的交易實戰指南   ✪掌握Python搭配循序漸進的範例教學   ✪理解加密貨幣與量化投資   ✪建構CTA策略、回測與績效評估   ✪串接加密貨幣交易所的行情與下單   ✪從無到有打造CTA自動化交易策略 目錄 |CHAPTER 01| Python基礎介紹 技巧1 【觀念】Python安裝介紹 技巧2 【實作】本書的Python範例執行方法 技巧3 【實作】基本型別介紹 技巧4 【實作】基本運算及數學函數介紹 技巧5 【實作】字串處理介紹 技巧6 【實作】序列型別介紹 技巧7 【實作】判斷式結構介紹 技巧8 【實作】迴圈式結構介紹 技巧9 【實作】序列推導式的延伸應用 技巧10 【實作】建立函數的方法 技巧11 【實作】建立類別的方法 技巧12 【實作】建立函式庫並取用 技巧13 【實作】檔案應用處理 技巧14 【實作】Python異常處理的應用 技巧15 【實作】使用Python的外掛套件 技巧16 【實作】時間套件的應用觀念 |CHAPTER 02| Pandas套件介紹 技巧17 【實作】Pandas資料型態基本應用 技巧18 【實作】Pandas資料清洗 技巧19 【實作】Pandas檔案處理 技巧20 【實作】Pandas資料合併 技巧21 【實作】Pandas資料視覺化 技巧22 【實作】Pandas群組化處理 技巧23 【實作】Pandas時間序列資料處理 |CHAPTER 03| 加密貨幣與量化投資介紹 技巧24 【觀念】加密貨幣的概念及商品介紹 技巧25 【觀念】穩定幣概念、商品介紹 技巧26 【觀念】加密貨幣相較於傳統金融商品的差異 技巧27 【觀念】常見加密貨幣交易所種類介紹 技巧28 【觀念】加密貨幣交易成本、風險介紹 技巧29 【觀念】加密貨幣衍生商品介紹 技巧30 【觀念】永續合約概念介紹 技巧31 【觀念】U本位及幣本位概念介紹 技巧32 【觀念】何謂永續合約資金費率 技巧33 【觀念】槓桿的介紹 技巧34 【觀念】加密貨幣出入金介紹 技巧35 【觀念】何謂量化交易 技巧36 【觀念】CTA交易策略介紹 |CHAPTER 04| 歷史數據、技術分析與圖像化 技巧37 【觀念】幣安的Python套件介紹 技巧38 【觀念】認識價格資料(K線) 技巧39 【實作】取得永續合約歷史數據 技巧40 【實作】繪製價格折線圖 技巧41 【實作】繪製K線圖 技巧42 【觀念】技術分析的介紹 技巧43 【觀念】技術分析套件介紹 技巧44 【實作】Talib套件安裝 技巧45 【實作】Talib套件基本操作 技巧46 【實作】支撐壓力介紹與計算 技巧47 【實作】繪製K線與支撐壓力圖 技巧48 【實作】移動平均介紹與計算 技巧49 【實作】繪製K線與移動平均圖 技巧50 【實作】布林通道介紹與計算 技巧51 【實作】繪製K線與BBANDS圖 技巧52 【實作】相對強弱指標介紹與計算 技巧53 【實作】繪製K線與RSI圖 技巧54 【實作】波動率指標介紹與計算 技巧55 【實作】繪製K線與ATR圖 技巧56 【實作】乖離率介紹與計算 技巧57 【實作】繪製K線MACD圖 |CHAPTER 05| 建構CTA策略 技巧58 【觀念】量化交易回測流程 技巧59 【觀念】交易策略介紹與建構方法 技巧60 【觀念】回測交易訊號與進場點 技巧61 【實作】回測速度優化方法:向量化 技巧62 【實作】建構策略並產生交易明細 技巧63 【實作】加密貨幣回測成本考量 技巧64 【觀念】績效評量指標 技巧65 【實作】實作績效指標 技巧66 【實作】繪製下單點位 技巧67 【實作】簡化回測程式碼 技巧68 【實作】CTA策略範本-突破策略 技巧69 【實作】CTA策略範本-均線策略 技巧70 【實作】CTA策略範本-布林通道策略 技巧71 【實作】CTA策略範本-RSI策略 技巧72 【實作】CTA策略範本-ATR策略 技巧73 【實作】CTA策略範本-乖離率策略 技巧74 【實作】策略參數最佳化 技巧75 【觀念】過度最佳化的概念、解決方案探討 技巧76 【實作】樣本內樣本外回測 技巧77 【實作】多時間單位回測 技巧78 【實作】多商品回測 |CHAPTER 06| 串接交易所的即時行情 技巧79 【觀念】量化交易實單流程 技巧80 【觀念】加密貨幣報價揭示 技巧81 【觀念】WebSocket套件介紹 技巧82 【實作】Python取得現貨即時K線資料 技巧83 【實作】Python取得期貨即時K線資料 技巧84 【實作】Python取得即時統計聚合資料 技巧85 【實作】Python取得合約即時深度資料 技巧86 【實作】WebSocket斷線重連機制 技巧87 【概念】程式即時行情架構介紹:回補、更新 技巧88 【實作】串接幣安即時行情加上K線回補 |CHAPTER 07| 產生即時的交易訊號 技巧89 【觀念】即時K線程式架構解說 技巧90 【實作】申請Line Notify並推播訊號監控策略 技巧91 【實作】即時CTA策略範本-突破策略 技巧92 【實作】即時CTA策略範本-均線策略 技巧93 【實作】即時CTA策略範本-布林通道策略 技巧94 【實作】即時CTA策略範本-RSI策略 技巧95 【實作】即時CTA策略範本-ATR策略 技巧96 【實作】即時CTA策略範本-乖離率策略 |CHAPTER 08| 串接交易所的下單、帳務函數 技巧97 【觀念】幣安API介紹 技巧98 【實作】申請幣安API Token介紹 技巧99 【實作】取得期貨合約帳戶餘額 技巧100 【實作】取得期貨合約帳戶當前部位 技巧101 【實作】設定期貨合約槓桿倍率 技巧102 【實作】設定期貨合約倉位模式 技巧103 【實作】加密貨幣合約委託下單 技巧104 【實作】加密貨幣合約委託刪單 技巧105 【實作】查詢合約委託資訊 |CHAPTER 09| 策略上線會面臨的問題 技巧106 【觀念】資金控管方式(單利與複利) 技巧107 【觀念】回測與實單的差異 技巧108 【觀念】作業系統自動重新開機 技巧109 【觀念】下單帳務函數數值問題 技巧110 【觀念】本地時間與伺服器時間差異 技巧111 【實作】將訊號與下單函數串接

原價: 600 售價: 510 現省: 90元
立即查看
計量經濟學導論Ⅰ橫斷面篇:使用Python語言(附光碟) (1版)

計量經濟學導論Ⅰ橫斷面篇:使用Python語言(附光碟) (1版)

類似書籍推薦給您

【簡介】 ⊙以Python的模擬方法來輔助或取代數學證明,有效掌握計量經濟學。 ⊙理論與實作兼具,操作步驟清楚易懂。 ⊙內容包含以簡單線性迴歸(SLR)模型說明OLS與Python操作、比較古典與新古典線性迴歸模型的基本假定、介紹MLR模型/NLRM基本假定、說明變異數異質結果以及使用穩健的標準誤、檢視模型設定問題等。 ⊙附贈光碟提供書中完整原始程式碼,幫助學習理解、迅速進入狀況。本書以熱門程式語言Python實際操作,帶領讀者認識以及運用計量經濟學。 內容循序漸進,從第1章介紹基礎理論、檔案數據資料,手把手教學。第2章利用簡單線性迴歸(SLR)模型說明計量經濟學的主要方法:OLS,以及如何於Python下操作。第3章比較古典與新古典線性迴歸模型的基本假定。第4章介紹MLR模型。第5章介紹NLRM的基本假定。第6章進一步說明迴歸模型的大樣本推論以及OLS估計式之漸近有效性。第7章討論MLR模型的特殊函數型態(如對數函數、二次式以及交互變數型態),以及估計迴歸模型的預測部分。第8章檢視迴歸模型下的質性變數。第9章說明變異數異質的結果、使用穩健的標準誤,以及如何使用WLS方法與應用。第10章檢視模型設定問題,其中包括代理變數、因變數與自變數之衡量誤差、離群值與最小絕對誤差等。 書中範例所呈現任何計算、模擬、估計、編表或甚至於繪圖等操作,光碟內皆附有完整的Python程式碼供讀者參考使用。 【目錄】 第1章 導論 1.1 何謂計量經濟學? 1.2 資料的類型 1.3 資料產生過程與其他情況不變 1.4 本書所使用的檔案數據資料第2章 簡單迴歸模型 2.1 簡單迴歸模型的定義 2.2 OLS估計式 2.2.1 OLS估計式的導出 2.2.2 Python的操作 2.3 迴歸式的特徵 2.3.1 配適值與殘差值 2.3.2 配適度第3章 簡單的新古典線性迴歸模型 3.1 sCLRM(sNLRM)的假定 3.1.1 線性迴歸模型 3.1.2 條件誤差的假定 3.1.3 其餘假定 3.2 不偏性與一致性 3.2.1 不偏性 3.2.2 一致性 3.3 統計推論第4章 複線性迴歸模型:線性重合 4.1 MLR模型 4.1.1 MLR模型的特色 4.1.2 OLS之估計 4.1.3 Frisch-Waugh定理 4.1.4 t檢定 4.2 配適度與線性重合 4.2.1 配適度 4.2.2 調整的R2 4.3 線性重合 4.3.1 相關的自變數 4.3.2 再談βj的標準誤第5章 新古典線性迴歸模型 5.1 NLRM的基本假定 5.1.1 OLS估計式的不偏性 5.1.2 變異數異質 5.1.3 OLS估計式的抽樣分配 5.2 多元線性限制檢定:F檢定 5.2.1 多餘解釋變數的檢定 5.2.2 整體迴歸式顯著性之F檢定 5.2.3 一般的線性限制檢定第6章 複迴歸分析:OLS之漸近性 6.1 一致性 6.2 漸近常態與大樣本推論 6.3 LM檢定 6.4 OLS的漸近有效性第7章 複迴歸分析:其他問題 7.1 數據單位對OLS估計的影響 7.1.1 數據單位不同 7.1.2 貝他係數 7.2 一些特殊函數型態的檢視 7.2.1 對數函數型態 7.2.2 二次式模型 7.2.3 交互作用項 7.3 預測 7.3.1 預測區間 7.3.2 因變數是log(y)第8章 質性資料 8.1 質性資料 8.1.1 單一虛擬自變數 8.1.2 多個虛擬變數 8.2 虛擬變數之交互影響與跨群差異之檢定 8.2.1 虛擬變數之交互影響 8.2.2 跨群差異之檢定(鄒檢定) 8.3 二元因變數 8.3.1 何謂線性機率模型? 8.3.2 應用第9章 變異數異質性 9.1 變異數為異質與穩健的標準誤 9.2 變異數異質之檢定 9.2.1 Breusch-Pagan檢定 9.2.2 White檢定 9.3 加權最小平方與一般最小平方估計 9.3.1 加權最小平方估計 9.3.2 可行的一般最小平方估計 9.4 再談線性機率模型第10章 模型設定的問題 10.1 模型設定誤差 10.1.1 函數型態誤設 10.1.2 RESET檢定 10.1.3 非包含模型之檢定 10.2 代理變數 10.2.1 無法觀察到的解釋變數 10.2.2 遞延落後項 10.2.3 隨機斜率模型 10.3 衡量誤差 10.3.1 因變數存在衡量誤差 10.3.2 解釋變數存在衡量誤差 10.4 離群值與最小絕對估計 10.4.1 離群值與有影響力的觀察值 10.4.2 最小絕對估計附錄A Python導論 A.1 本書的操作方式 A.2 使用模組 A.3 物件 A.3.1 變數 A.3.2 Python內的物件 A.3.3 模組(numpy)內的物件 A.3.4 模組(pandas)內的物件 A.4 迴圈、函數與條件指令 A.4.1 自設函數 A.4.2 迴圈與條件指令 A.5 圖形的繪製附錄B 基本數學與模擬 B.1 加總操作式與敘述統計量 B.2 線性函數、二次式函數與特殊的函數 B.2.1 線性函數 B.2.2 二次式函數 B.2.3 特殊的函數 B.3 微分附錄C 基本的機率觀念 C.1 隨機變數 C.1.1 間斷的隨機變數 C.1.2 連續的隨機變數 C.2 聯合分配、條件分配與獨立性 C.2.1 聯合機率分配與獨立性 C.2.2 條件機率分配 C.3 機率分配的特徵 C.3.1 單變量機率分配 C.3.2 聯合機率分配的特徵 C.3.3 條件機率分配的特徵附錄D 機率分配 D.1 單變量機率分配 D.1.1 常態分配 D.1.2 卡方分配 D.1.3 t分配 D.1.4 F分配 D.2 多變量機率分配 D.2.1 多變量常態分配 D.2.2 多變量t分配附錄E 估計式 E.1 估計式的特徵 E.1.1 母體、參數值與隨機抽樣分配 E.1.2 估計式的有限樣本特徵 E.1.3 估計式的大樣本特徵 E.1.4 漸近常態 E.2 參數估計的一般方法 E.2.1 動差法 E.2.2 最小平方法附錄F 矩陣代數 F.1 基本定義 F.2 矩陣的操作 F.3 線性獨立與矩陣的秩 F.4 迴歸模型與OLS參考文獻 中文索引 英文索引

原價: 690 售價: 587 現省: 103元
立即查看