农村金融计量研究方法及应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

农村金融计量研究方法及应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 统计基础与回归分析1

1.1 统计学简介1

1.2 统计数据收集、整理与描述1

1.2.1 统计数据收集1

1.2.2 统计数据整理2

1.2.3 统计数据描述9

1.3 回归分析概念12

1.4 一元线性回归模型13

1.4.1 散点图14

1.4.2 一元线性回归模型参数估计与检验14

1.4.3 一元线性回归模型应用实例15

1.5 多元线性回归模型18

1.5.1 多元线性回归模型18

1.5.2 多元线性回归模型参数估计与检验19

1.5.3 逐步回归分析21

1.5.4 多元线性回归模型应用实例22

第2章 Logistic回归分析及在农村经济金融分析中的应用32

2.1 Logistic回归分析基本概念32

2.2 Logistic回归模型参数估计及显著性检验35

2.2.1 Logistic回归模型参数估计35

2.2.2 Logistic模型显著性检验36

2.2.3 回归模型中自变量的筛选37

2.2.4 Logistic回归模型中回归系数的解释37

2.3 利用SPSS进行Logistic回归分析过程分析38

2.3.1 数据准备38

2.3.2 选项设置39

2.3.3 结果解释41

2.4 实例——Logistic回归分析在西部农村抵押贷款数据中的应用实例46

2.4.1 问题提出与研究目的46

2.4.2 数据来源与变量选择47

2.4.3 农户产权抵押贷款意愿影响因素的二元Logistic回归分析48

2.4.4 结论与建议50

第3章 有序Probit回归模型及在农村经济金融分析中的应用52

3.1 Probit回归模型52

3.2 实例1：有序Probit模型应用——农户对村镇银行贷款意愿的影响因素实证分析54

3.2.1 问题与研究目的54

3.2.2 变量选择与模型构建54

3.2.3 模型构建与分析56

3.2.4 数据来源与样本特征56

3.2.5 模型结果与结论57

3.3 实例2：有序Probit模型应用——城乡转型区域农户借贷行为影响因素分析59

3.3.1 问题与研究目的59

3.3.2 数据来源、模型选择与变量解释59

3.3.3 结果与分析60

第4章 数据挖掘技术及其在农村经济金融分析中的应用64

4.1 数据挖掘64

4.1.1 数据挖掘简介64

4.1.2 数据挖掘与统计分析65

4.1.3 数据挖掘功能与技术分析方法66

4.1.4 数据挖掘的一般步骤67

4.1.5 数据挖掘的应用68

4.2 贝叶斯网络理论与应用69

4.2.1 先验概率与后验概率70

4.2.2 贝叶斯网络定义70

4.3 贝叶斯网络实例72

4.3.1 贝叶斯网络模型特点74

4.3.2 贝叶斯网络结构学习74

4.4 实例——贝叶斯网络分析在农村金融数据分析中的应用80

4.4.1 研究背景与数据来源80

4.4.2 农村产权抵押贷款贝叶斯网络模型结果与分析85

第5章 贝叶斯网络结构模型及其在农村经济金融分析中的应用96

5.1 启发式算法与蚁群算法96

5.2 基于蚁群算法的搜索与函数评估搜索方法98

5.3 ACO-SK2算法应用效果评估102

5.4 实例——基于蚁群算法的搜索与函数评估搜索方法在经济数据分析中的应用108

5.4.1 数据来源与研究目的108

5.4.2 参数设置109

5.4.3 结果分析与讨论110

第6章 人工神经网络模型及其在农村经济金融分析中的应用115

6.1 人工神经网络简介115

6.1.1 生物神经元系统115

6.1.2 人工神经网络的产生与发展116

6.1.3 人工神经网络分类119

6.1.4 前向型人工神经网络计算流程119

6.1.5 人工神经网络特点120

6.2 多层感知器网络121

6.2.1 单层感知器模型121

6.2.2 单层感知器学习算法主要流程122

6.2.3 多层感知器模型123

6.2.4 BP神经网络结构实现过程124

6.3 利用SPSS构建神经网络实例126

6.4 应用实例——人工神经网络在农村金融数据分析中的应用137

6.4.1 问题与研究目的137

6.4.2 数据来源与数据处理137

6.4.3 神经网络模型构建与分析137

第7章 遗传算法及其在农村经济金融分析中的应用140

7.1 遗传算法基本理论140

7.1.1 最优化问题研究与发展概况140

7.1.2 遗传算法的产生与发展141

7.1.3 遗传算法的基本思想142

7.1.4 遗传算法优化实例147

7.2 Matlab遗传工具箱简介154

7.3 遗传算法在经济问题分析中的应用159

7.3.1 线性规划问题159

7.3.2 二次规划问题162

第8章 聚类分析及在农村经济金融分析中的应用166

8.1 聚类分析167

8.1.1 聚类分析定义167

8.1.2 聚类分析的基本思想167

8.1.3 聚类分析分类方法168

8.1.4 样品间亲疏程度的测度169

8.1.5 聚类分析中的算法172

8.2 实例——聚类分析在农村经济数据分析中的应用174

8.2.1 系统聚类175

8.2.2 K-均值聚类186

第9章 决策树方法及其在农村经济金融分析中的应用192

9.1 决策树192

9.1.1 决策树基本概念192

9.1.2 决策树模型的构建194

9.1.3 决策树生成算法196

9.1.4 决策树准确率的判定197

9.1.5 决策树模型特点198

9.2 实例——决策树模型在农村金融数据分析中的应用199

9.2.1 数据来源与研究目的199

9.2.2 决策树分类201

9.2.3 结论213

第10章 博弈模型及其在农村经济金融分析中的应用216

10.1 博弈论的基本知识216

10.1.1 博弈论的基本概念216

10.1.2 博弈的要素216

10.1.3 博弈基本类型219

10.1.4 博弈的表达方式：策略式与扩展式220

10.2 博弈模型221

10.3 实例——农村金融的博弈案例分析223

10.3.1 农户借贷的静态博弈224

10.3.2 存在担保制约的农户借贷博弈225

第11章 贝叶斯网络模型构建与分析工具——Hugin简介228

11.1 数据准备229

11.2 网络结构学习和参数学习230

11.3 模型分析与应用235

11.3.1 条件概率分布235

11.3.2 预测与推断236

11.4 模拟采样240

后记244