面板数据多元统计分析:理论、方法及应用

本书在对国外多路数据多元统计分析理论和方法进行系统整理的基础上，首先，探讨了面板数据的矩阵化表示方法和预处理方法；其次，对多路数据多元统计模型及其参数估计方法做了详细解读，并据此提出了一些面板数据多元统计方法或修正方法；最后，以中国31个省区市数据为例，应用面板数据多元统计方法做了实证分析。本书既是对国外三路数据主成分分析方法的模型拓展，但更重要的是探索其在社会科学研究中的应用问题。“统计的生命在于应用”，从三路数据多元统计方法所能处理的数据结构看，这类方法可应用于自然科学和社会科学的绝大部分领域。本书也是对面板数据聚类方法、综合评价方法以及计量经济模型方法的重要补充和发展，在社会科学研究中有着广阔的应用前景，研究成果不但能应用于经济管理分析，如研究企业选址、工作绩效、经济增长等，而且可以应用于社会学、心理学等其他社会科学领域。

第1章 导论
1.1 研究背景
1.2 相关研究动态
1.3 文献述评
第2章 面板数据的矩阵化表示和预处理方法
2.1 面板数据与三路三模数据
2.2 面板数据的矩阵化表示方法
2.3 面板数据的合成方法
2.4 面板数据的方差计算方法
2.5 面板数据的预处理方法
2.6 本章小结
第3章 面板数据主成分分析基本理论与方法
3.1 多路数据多元统计分析简介
3.2 面板数据主成分分析方法
3.3 三路面板数据主成分分析模型的拟合及算法
3.4 Tucker3模型输出结果的解释
3.5 面板数据主成分分析中的约束问题
3.6 面板数据的主矩阵分析方法
第4章 面板数据主成分分析模型及应用
4.1 三路数据主成分分析模型概要
4.2 两路平面数据主成分分析模型
4.3 三路面板数据主成分分析模型的建模思路
4.4 面板数据PCA模型的应用
4.5 实证分析：1995～2010年中国城镇居民消费性支出分析
4.6 实证分析：2007～2011年中国地方财政支出规模、结构及潜在模式分析
第5章 面板数据的相似性测度设计方法
5.1 聚类分析中常用的相似性测度方法
5.2 两路平面数据相似性测度设计方法
5.3 面板数据的加权距离测度设计方法
5.4 面板数据集成相似性测度设计方法
5.5 面板数据的附加信息相似性测度设计方法
5.6 面板数据的差异性度量：弗洛宾尼斯范数方法
5.7 面板数据的相似性度量：PCA方法
5.8 面板数据的相似性度量：综合一致测度方法
5.9 面板数据的相似性度量：扩展灰色关联度方法
5.10 混合属性面板数据的相似性度量：加权方法
5.11 本章小结
第6章 面板数据聚类方法
6.1 基于自适应权重的面板数据聚类方法
6.2 基于Tucker3模型分解的面板数据聚类方法
6.3 基于扩展灰色综合关联度的面板数据聚类方法
6.4 三种面板数据聚类方法及其效度的比较分析
6.5 结论
第7章 面板数据偏最小二乘回归分析（N-PLS）方法
7.1 N-PLS方法研究和应用现状
7.2 偏最小二乘回归（PLS）基本理论
7.3 多路数据偏最小二乘分析方法（N-PLS）
7.4 中国区域科技创新投入与产出分析
第8章 总结与展望
8.1 主要工作和贡献
8.2 未来研究的工作
基本符号
附录A P-HCSD程序
附录B PCT3程序
参考文献
后记