合并时间序列分析

洛伊斯·塞耶斯（Lois W. Sayrs），爱荷华大学政治学助理教授。她从西北大学获得政治学博士学位。她现在的研究兴趣包括国际冲突过程的离散选择模型以及国际政治经济学。

出版者:上海世纪出版股份有限公司

作者:洛伊斯·塞耶斯

页数:123

译者:温方琪

出版时间:2016-12-1

价格:CNY 25.00

装帧:平装

isbn号码:9787543216082

丛书系列:格致方法·定量研究系列

图书标签:时间序列分析rstats

什么是合并时间序列？正如字面上所表达的，时间序列（在一个分析单位下规律出现的具有时间性的观测值）由横截面数据（在单独时间点上一个分析单位下的观测值）组成的一个数据集。这些分析单位可以是学校、健康组织、商业交易、城市、国家等。为什么需要进行“合并分析”呢？其中一个原因在于，当下研究者可以获得越来越多的相关横截面数据与时间序列数据。另外一个原因在于，将时间序列数据与横截面数据合并可以显著地扩大样本量，这使之前显得棘手的分析问题变为可能。

用户评价

横截面和纵贯结合的Pooled 时间序列分析。Pooling 在深度学习中被称为“池化”。

横截面和纵贯结合的Pooled 时间序列分析。Pooling 在深度学习中被称为“池化”。

横截面和纵贯结合的Pooled 时间序列分析。Pooling 在深度学习中被称为“池化”。

横截面和纵贯结合的Pooled 时间序列分析。Pooling 在深度学习中被称为“池化”。

横截面和纵贯结合的Pooled 时间序列分析。Pooling 在深度学习中被称为“池化”。