借阅：0人
收藏：0人
年龄-时期-队列模型
- 查看机读格式
:聚合数据分析方法 /(美) 罗伯特·M.奥布莱恩著 = Age-period-cohort models :approaches and analyses with aggregate data /Robert M. O’Brien ;王培刚, 姜俊丰等译
ISBN/ISSN：978-7-5201-2957-2
价格：CNY69.00
出版：北京 :社会科学文献出版社 ,2018
载体形态：194页 ;24cm
丛编：社会学教材教参方法系列
简介：本书是对利用聚合层次数据建模分析年龄、时期和队列效应的问题及策略的介绍。这些策略涉及约束估计、因素-特征法、可估函数以及方差分解。第1章为综合且全面的概述性章节，之后的第2-3章分别从代数和几何角度说明了识别问题，其中也讨论了约束回归。第4-6章提供了一些不直接依赖第2-3章中的约束条件来识别APC模型的方法。第7章展示的一个具体实证案例表明，多种方法的结合使用可以为特定的年龄、时期和队列效应提供更有说服力的证据。
附注：数据统计人员及相关读者。
统一题名：Age-period-cohort models : approaches and analyses with aggregate data
其他题名：聚合数据分析方法 新疆卷 海南卷 宁夏卷 广西卷 甘肃卷 贵州卷 广东卷 青海卷 山东卷 安徽卷 四川卷 西藏卷 浙江卷
中图分类号：O212.1 D619 D619.43
责任者：奥布莱恩 ((O’Brien, Robert M.)) 著 王培刚 译 姜俊丰 译 曲青山 主编 黄书元 主编
-
评分：
-
加入暂存架
豆瓣内容简介：
本书对聚合层次数据的年龄、时期、队列（APC）效应建模中存在的问题及策略进行了介绍。这些策略包括约束估计、年龄/时期/队列特征的使用、可估函数、方差分解，以及新近出现的s -约束法。书中分别从几何与代数视角阐释了识别问题，并探讨了约束回归；之后介绍了一些重要的分析策略，它们并不直接依赖之前用于识别APC模型的约束条件；最后展示的一个具体实证案例表明，多种方法的结合使用可以为具体的APC效应提供更有说服力的证据。
豆瓣作者简介：
[美]罗伯特·M. 奥布莱恩（Robert M. O’Brien）是俄勒冈大学荣休社会学教授，致力于犯罪学和定量方法方向的研究，并在这两个领域发表了大量文章。在办理退休期间，他和詹姆斯·R. 艾略特（James R. Elliott）共同担任《社会学视角》（Sociological Perspectives ）的主编，从事研究项目，并撰写了本书。
目录：
前言／1
1 年龄-时期-队列模型概述／1
1.1 引言／1
1.2 对年龄、时期和队列的关注／2
1.3 队列的重要性／5
1.4 本书的计划／16
参考文献／18
2 多分类模型和约束回归／21
2.1 引言／21
2.2 线性编码的年龄-时期-队列（APC）模型／22
2.3 分类编码的APC模型／24
2.4 广义线性模型／29
2.5 零向量／29
2.6 模型拟合／31
2.7 解与约束条件正交／32
2.8 检验解之间的关系／32
2.9 约束解在旋转前后的差异／40
2.10 忽略一个或多个年龄、时期或队列因素的解／42
2.11 偏差：约束估计和数据生成参数／46
2.12 单一约束条件下的无偏估计／48
2.13 有额外实证支持的合理约束条件／48
2.14 结论／51
附录 2.1 虚拟变量和效应编码／52
附录2.2 确定效应编码、虚拟变量编码变量的零向量／53
附录2.3 作为无偏估计的约束估计／55
参考文献／55
3 APC模型和约束估计的几何原理／57
3.1 引言／57
3.2 一般几何视角下的单一秩亏模型／58
3.3 多维模型的泛化／65
3.4 含线性编码变量的APC模型／66
3.5 几何解和代数解的等价性／73
3.6 多分类模型的几何原理／75
3.7 离原点的距离和沿解集线的距离／76
3.8 实证案例：Frost的结核病数据／77
3.9 APC模型几何原理重要特征总结／80
3.10 机械约束的问题／82
3.11 讨论／85
附录3.1／85
参考文献／86
4 可估函数法／88
4.1 引言／88
4.2 可估函数／89
4.3 在年龄-时期-队列（APC）模型中用l′sv法建立可估函数／91
4.4 利用l′sv法推导可估函数的一些示例／93
4.5 对l′sv 法的评论／99
4.6 有经验数据的可估函数／100
4.7 对男女肺癌死亡率差异的更多实质性检验／104
4.8 结论／106
附录4.1／107
参考文献／109
5 在年龄-时期-队列（APC）模型中分解方差／111
5.1 引言／111
5.2 归因方差：年龄-时期-队列方差分析法（APC ANOVA）／112
5.3 APC混合模型／115
5.4 分层APC模型／124
5.5 使用凶杀犯罪数据的实证案例／127
5.6 结论／136
参考文献／138
6 因素-特征法／140
6.1 引言／140
6.2 单因素特征／141
6.3 双因素或多因素的特征／145
6.4 因素和因素特征的方差分解／146
6.5 实证案例：年龄-时期别自杀率和频数／147
6.6 对具有两个队列特征的自杀数据进行年龄-时期-队列特征（APCC）分析／152
6.7 对具有两个时期特征的自杀数据进行年龄-队列-时期特征（ACPC）分析／155
6.8 年龄-时期-特征-队列特征模型／158
6.9 基于因素特征和机制的方法／160
6.10 因素-特征模型的其他特征和分析／161
6.11 结论／162
参考文献／163
7 总结：一个实证案例／165
7.1 引言／165
7.2 实证案例：凶杀犯罪／166
7.3 结论／183
参考文献／185
索引／187
译后记／193
