抓狂了,愤怒了。侯杰泰老师,温忠麟老师,成子娟老师,你们的书中怎么会没有一个地方提起 Wishart 分布的呢?……
看了一系列论文,现在列出最近需要认真补习的知识:
- 多元统计分析中的 Wishart 分布(老杜你上课也不吱一声,这个分布与 分布有同等重要的位置啊)
- 最大似然估计的原理(Maximum Likelihood Estimation)—— 不管研究什么,基础性的原理都是至关重要的,我现在就期待着某位大哥能把 SEM 中似然函数得出的过程写清楚一点,大家的文章总是模模糊糊一笔带过,ft,看得人直冒火
- 统计计算算法,包括 MCMC(Markov Chain Monte Carlo)、MCECM(Multi-Cycle Expectation Conditional Maximization)等 —— 这是通往最后结果的唯一出口,马景义师兄曾经告诉过我,统计计算是统计分析的瓶颈,我已经越来越深刻地感受到了,这也是为什么我最近在 S-Plus 和 R 上下功夫比较大、在宏能畅然公司活动比较频繁的原因
- Bootstrap 方法 —— 样本问题也总是制约统计分析的瓶颈之一,重抽样方法(Resampling)也算是一个统计前沿问题
- 偏最小二乘法(Partial Least Squares,PLS)、典型相关分析(Canonical Correlation)—— 貌似这二者有某种关系,暂时不明
- 工具变量法(Instrumental Variables,IV)和一系列最小二乘法:两步最小二乘法(Two Stage Least Squares)、未加权最小二乘法(Unweighted Least Squares,ULS)、广义最小二乘法(Generalized Least Squares,GLS)、广义加权最小二乘法(Generally Weighted Least Squares,GWLS)、对角加权最小二乘法(Diagonally Weighted Least Squares,DWLS)—— 静萍姐姐讲计量经济学时好像讲过一些,不过至今一点印象都没了,汗
晚上在食堂吃饭,正一边沉思着如何在结构方程模型中取得突破和创新,师傅不知何时站在了旁边,我竟然一点没发觉。