面板数据多元统计分析:理论、方法及应用

常见的多元统计分析方法多用于处理平面数据，而不适合处理立体数据。面板数据是种典型的三维立体数据，面板数据分析方法研究和应用多集中于计量经济领域，相较而言，面板数据“多元统计分析”方法研究则相对缺乏。本书在全面介绍20世纪60年代以来国外重要的三路数据（three-way data）多元统计分析模型和算法的基础上，将聚类分析、主成分分析、判别分析等传统的多元统计分析方法拓展到面板数据分析领域，提出了面板数据计量方法和多元统计分析方法的融合应用的具体思路。本书是对面板数据计量分析方法的重要补充，书中的案例均为国外经典实例或国内实践数据，这些案例研究有助于科研工作者对面板数据进行深度剖析提供思路和方法。
本书可作为在经济、统计、金融等领域从事数量分析的工作人员的参考书，也可以作为经济、管理、统计类研究生教材的重要补充。

男，中共党员，山东新泰人。中国矿业大学数量经济学硕士，中国人民大学统计学博士，江苏师范大学商学院金融系副教授，应用经济学硕士研究生导师。中国人民大学六西格玛质量管理研究中心研究员、苏州市人才科技工作顾问（2018-2021）。主要研究领域：金融数量分析、多元统计分析方法及应用。在《统计研究》、《系统工程理论与实践》、《中国行政管理》等期刊发表论文30余篇。近年来，主持国家社科基金一般项目、全国统计科学研究计划一般项目、江苏高校哲学社会科学研究一般项目等10余项；为中国烟草、新疆石油、苏州姑苏区、石景山区统计局等机关、企事业单位进行过多次专业培训。

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*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*小二乘回归（PLS）基本理论
7．3 多路数据偏*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
基本符号
附录
参考文献
后记