第1章 緒論 1
1.1 LDV模型的定義 1
1.1.1 模型的定義 1
1.1.2 模型的統(tǒng)計推斷問題 3
1.2 LDV模型中參數(shù)估計問題的研究現(xiàn)狀 4
1.3 逆回歸方法 6
1.3.1 逆回歸的總體性質(zhì) 6
1.3.2 分片逆回歸估計（SIR） 7
1.3.3 SIR的大樣本性質(zhì) 8
1.4 準(zhǔn)備知識： ?方法 9
1.4.1 多元 ?方法 9
1.4.2 向量估計函數(shù)的 方法 11
1.5 本書提要 12
第2章 多重二元響應(yīng)模型回歸系數(shù)的估計 14
2.1 多重二元響應(yīng)模型的逆回歸性質(zhì) 14
2.2 多重二元響應(yīng)模型回歸系數(shù)的逆回歸估計 17
2.3 估計的漸近正態(tài)性 18
2.4 假設(shè)檢驗 30
2.5 模擬研究 31
2.5.1 點估計的模擬研究 31
2.5.2 線性假設(shè)的檢驗 35
2.5.3 回歸變量的選擇 37

第3章 多元秩?序模型中回歸 系數(shù)的估計 39
3.1 多元秩?序模型的逆回歸性質(zhì) 39
3.2 回歸系數(shù)的估計 41
3.3 相合性 42
3.4 模擬研究 43
3.5 回歸系數(shù)的Bootstrap檢驗 47
3.5.1 回歸系數(shù)的線性假設(shè)檢驗 47
3.5.2 假設(shè)檢驗的模擬實驗 50
第4章 廣義多項選擇模型中回歸系數(shù)的估計 52
4.1 廣義多項選擇模型 52
4.2 廣義多項選擇模型中回歸系數(shù)的估計 53
4.3 漸近正態(tài)性 54
4.4 模擬研究 68
4.4.1 點估計 68
4.4.2 假設(shè)檢驗 70
第5章 多重二元響應(yīng)Probit模型的漸近有效估計 73
5.1 多重二元響應(yīng)Probit模型 73
5.2 邊際似然 73
5.3 Fisher信息陣 78
5.4 漸近有效估計 79
5.5 模擬結(jié)果 87
第6章 多元秩序Logit模型回歸系數(shù)的極大似然估計 90
6.1 固定影響屬性的多元秩序模型 90
6.2 多元秩序Logit模型的極大似然估計 91
6.2.1 多元秩序Logit模型 91
6.2.2 回歸系數(shù)的極大似然估計 92
6.2.3 模擬研究 94
6.3 多元秩序Logit模型的假設(shè)檢驗 96
6.3.1 部分極大似然估計 97
6.3.2 極大似然估計的漸近正態(tài)性及相關(guān)結(jié)論 98
6.3.3 檢驗統(tǒng)計量 100
6.3.4 假設(shè)檢驗的模擬研究 101
6.4 實例分析 102
參考文獻 105