| 字段 | 字段内容 |
|---|---|
| 001 | 01h0150627 |
| 005 | 20190902105923.0 |
| 010 | $a: 978-7-5201-2957-2$d: CNY69.00 |
| 100 | $a: 20181112d2018 em y0chiy50 ea |
| 101 | $a: chi$c: eng |
| 102 | $a: CN$b: 110000 |
| 105 | $a: y a 001yy |
| 106 | $a: r |
| 200 | $a: 年龄-时期-队列模型$A: nian ling - shi qi - dui lie mo xing$e: 聚合数据分析方法$f: (美) 罗伯特·M.奥布莱恩著$d: = Age-period-cohort models$e: approaches and analyses with aggregate data$f: Robert M. O’Brien$g: 王培刚, 姜俊丰等译$z: eng |
| 210 | $a: 北京$c: 社会科学文献出版社$d: 2018 |
| 215 | $a: 194页$d: 24cm |
| 225 | $a: 社会学教材教参方法系列$A: she hui xue jiao cai jiao \ fang fa xi lie |
| 306 | $a: 由Taylor & Francis出版集团旗下Chapman and Hall/CRC出版公司出版，并经其授权 |
| 314 | $a: 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。 |
| 320 | $a: 有书目和索引 |
| 330 | $a: 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。 |
| 333 | $a: 数据统计人员及相关读者。 |
| 410 | $1: 2001 $a: 社会学教材教参方法系列 |
| 500 | $1: 0$a: Age-period-cohort models : approaches and analyses with aggregate data$m: Chinese |
| 517 | $a: 聚合数据分析方法$A: ju he shu ju fen xi fang fa |
| 606 | $a: 统计数据$A: tong ji shu ju$x: 统计分析 |
| 690 | $a: O212.1$v: 4 |
| 701 | $a: 奥布莱恩$A: ao bu lai en$g: (O’Brien, Robert M.)$4: 著 |
| 702 | $a: 姜俊丰$A: jiang jun feng$4: 译 |
| 801 | $a: CN$b: BUCTL$c: 20190902 |
| 905 | $d: O212.1$r: CNY69.00$e: 81$a: BUCTLIB |
北京创讯未来软件技术有限公司 版权所有 ALL RIGHTS RESERVED 京ICP备 09032139
欢迎第107051548位用户访问本系统