新書推薦: 《 
			东亚朱子学研究:日本朱子学研究
			》  售價:HK$ 
			85.8
			  
			《 
			长沙走马楼西汉简牍 文字编
			》  售價:HK$ 
			424.8
			  
			《 
			涅瓦河畔的遐思——列宾艺术特展(汉英对照)(国家博物馆“国际交流系列”丛书)
			》  售價:HK$ 
			587.6
			  
			《 
			世界在前进
			》  售價:HK$ 
			81.4
			  
			《 
			文以载道:唐宋四大家的道论与文学
			》  售價:HK$ 
			88.5
			  
			《 
			高句丽史
			》  售價:HK$ 
			184.1
			  
			《 
			随他们去:别把精力浪费在无法掌控的事情上
			》  售價:HK$ 
			81.4
			  
			《 
			聊斋志异:2025全新插图珍藏白话版(全4册)
			》  售價:HK$ 
			588.8
			  
			 
     
      
      
         
          編輯推薦:  
         
           
            蒙特卡罗方法又称统计模拟法,是一种通过设定随机过程,反复生成时间序列,计算参数估计量和统计量,进而研究其分布特征的方法。近年来,该方法在社会科学领域受到越来越多的关注。蒙特卡罗方法是将不确定性问题转化为多个确定性问题的方法,因此,当研究者所要作出的估计呈现出明显不确定性的情况下该方法尤为有用。本书源于克里斯托弗Z.穆尼教授的课程讲稿,以通俗易懂的方式系统地阐述了蒙特卡罗方法的原理,并结合具体案例,用大量软件代码和模拟研究结果讲授了该方法在社会科学中的运用,可谓学习蒙特卡罗模拟方法的入门必备书籍。
 
         
      
      
      
      
      
         
          內容簡介:  
         
           
            蒙特卡罗方法,又称随机抽样或统计试验方法,属于计算数学的一个分支,它是在20世纪40年代中期为了适应当时原子能事业的发展而发展起来的。传统的经验方法由于不能逼近真实的物理过程,很难得到满意的结果,而蒙特卡罗方法由于能够真实地模拟实际物理过程,故解决问题与实际非常符合,可以得到很圆满的结果。蒙特卡罗模拟提供了一种可替代分析数学的方式来帮助研究者理解统计量的抽样分布及其在随机样本中的行为,在实证角度通过对仿真数据构建的总体中抽取的随机样本进行分析,来追踪统计量的行为。
           
         
      
      
      
      
         
          關於作者:  
         
           
            克里斯托弗Z.穆尼是西弗吉尼亚大学政治学的副教授。他于1990年在美国威斯康星大学麦迪逊分校取得政治学博士学位。穆尼教授曾在威斯康星大学麦迪逊分校,威斯康星大学密尔沃基及英国埃塞克斯大学讲学,主要专注于美国政治和研究方法。自1994年,他还在埃塞克斯暑期学校教授社会科学数据分析与收集方面的课程。穆尼教授在美国国家立法机关U.S. state legislatures,公共政策Public Policy及现代非参数推断技术等著名学术期刊上发表了大量的文章。同时,他还与Robert D. Duval联合撰写了《自举法》Bootstrapping1993, Sage,与Richard A. Brisbin, Jr., Robert Jay Dilger 和Allan S. Hammock一起撰写《西弗吉尼亚政治与政府:机构能力与责任政府斗争》West Virginia Politics and Government: Institutional Capacity and the Struggle for Responsible Government 1996等书籍。
           
         
      
      
      
      
      
         
          目錄  
         
           
            序
 
         
      
      
      
      
         
          內容試閱  
         
           
            经典参数统计推断告诉我们,当满足必要假设时,世界是如何运作的。因此,在对一组社会观测值进行回归分析时,假设X的斜率统计显著且为BLUEbest linear unbiased estimator,最佳线性无偏估计,那么我们就会对因变量Y如何随单位X的变化而变化有一个明确的预测。但是当通常统计推断所需条件无法满足时,情况又会如何呢?比如,误差项存在异方差heteroskedastic,即误差项与自变量相关或者有偏斜。若给定了这些条件,而条件无法被满足时,普通最小二乘法OLS回归所得出的结论则会有严重的误导性。这时,我们所得的回归结果其实仅是想象而已。