新一代 科大四技-商管群、外語群商業概論領先金鑰寶典(下)含解析本--附贈MOSME行動學習一點通：評量．詳解 (1版)

類似書籍推薦給您

填空式重點：關鍵字挖空，讓學生可以做筆記，幫助精熟重點 試題超豐富：全書多達1,200題的多元試題提供練習 時事補給站：提供商業相關的時事主題探討及延伸知識補充 統測全方位：標記常考重點，依單元歸納近10年之統測試題 分階綜合題：基本概念、時事串聯、融會貫通助力統測打通關

數理統計與計量經濟演義(上冊)[本書為財金、經濟領域研究生的必備工具箱] (1版)

類似書籍推薦給您

書本內容 　　「演義」是以歷史上曾發生的事實為基礎，增添一些趣聞、細節，用章回體編寫而成的小說，這也是我們對於這本書成書之時的設定。 　　數理統計學與計量經濟學的理論之中，有著統計、計量大師們在歷史上留下的足跡，有著他們心智活動曾經到達的美麗境界，然而這些內容對於大多數讀者而言，卻是那麼地晦澀難懂，需要增添一些卡通版、大白話的解說，深入淺出，引領讀者一窺堂奧之妙。 　　張翔老師是財務金融博士，專長是經濟、財務的計量方法；而李昱老師即將取得統計學博士學位，專長於數理統計，這本書是由我們在大碩補習班系自編的上課講義擴充而來，編寫的過程中，我們大量參考數理統計學與計量經濟學領域的經典教本。我們的目標是，寫出一本最平易近人的數統與計量入門書，用最直白的文字、最淺顯的例子、最清楚的步驟邏輯，但內容又不失數學上的正確、嚴謹，實話說，這真的不容易做到，但我們確實盡了最大的努力。 　　坊間好的教本不少，如果讀者英文閱讀能力不錯，直接研讀經典原文書也是很好的選項。但我們觀察，大多數數理統學與計量經濟學的教本，寫作的方法多由作者自己本身的角度出發，著重於內容在學術上的嚴謹性，但足以讓初學的讀者們築起莫大的進入障礙。本書嘗試著以讀者的角度出發，替讀者卸除一切理解上的障礙。 目錄 序Preface 符號與縮寫Notation I 數理統計學一講Some Topics in Mathematical Statistics 1 點估計理論Theory of Point Estimation 1.1 充份性Sufficiency 1.1.1 充份統計量之定義 1.1.2 分解定理 1.1.3 指標函數的運用 1.1.4 指數族 1.2 尋找均勻最小變異不偏估計量Finding the UMVUE 1.2.1 Rao-Blackwell改進 1.2.2 Cram´er-Rao下界 1.3 貝氏統計方法Bayesian methods 1.3.1 貝氏估計 2 大樣本理論Large Sample Theory 2.1 分配收斂Convergence in distribution 2.1.1 定義分配收斂 2.1.2 中央極限定理 2.2 機率收斂Convergence in probability 2.2.1 定義機率收斂 2.2.2 弱大數法則 2.2.3 求取一致性估計量 2.3 其他漸近分配性質More on asymptotic distribution 2.3.1 Slutsky定理 2.3.2 Delta法 2.3.3 最大概似估計量的大樣本性質 3 假說檢定理論Theory of Hypothesis Testing 3.1 最強力檢定Most powerful tests 3.1.1 Neyman-Pearson引理 3.1.2 均勻最強力檢定 3.2 廣義概似比Generalized likelihood ratio 3.2.1 廣義概似比檢定初探 3.2.2 兩獨立母體的廣義概似比檢定 3.2.3 廣義概似比檢定延伸 3.2.4 廣義概似比的大樣本性質 II 古典線性迴歸模型Classical Linear Regression Model 4 簡單線性迴歸分析回顧Simple Linear Regression Analysis:A Review 4.1 相關分析與因果關係Correlation and causation 4.1.1 母體相關係數 4.1.2 樣本相關係數 4.1.3 因果關係 4.2 簡單線性迴歸模型Simple linear regression mode 4.2.1 簡單線性迴歸模型的基本假設 4.2.2 簡單線性迴歸係數的點估計 4.2.3 評估簡單線性迴歸係數估計量之表現 4.2.4 簡單線性迴歸模型的殘差性質 4.3 簡單線性迴歸的統計推論Staistical inference in SLR model 4.3.1 簡單線性迴歸係數的抽樣分配 4.3.2 簡單線性迴歸係數的區間估計 4.3.3 簡單線性迴歸係數的假說檢定 4.3.4 簡單線性迴歸模型的整體F檢定與判定係數 4.4 簡單線性迴歸的延伸課題Advanced topics in SLR model 4.4.1 正迴歸與逆迴歸 4.4.2 離差形式與標準化形式 4.4.3 比例因子與資料平移 4.5 無截距與純截距模型No-intercept and intercept-only model 4.5.1 無截距迴歸模型 4.5.2 純截距迴歸模型