譯者序
原著序言
1　引言
　1．1　方法和結果
　1．2　第一個回歸——歷史的序曲
　1．3　分位、排序和最優(yōu)化
　1．4　分位回歸簡介
　1．5　三個例子
　　1．5．1　工資和工作經(jīng)驗
　　1．5．2　學生課程評價和班級人數(shù)
　　1．5．3　新生兒體重
　1．6　結論
2　分位回歸要義
　2．1　分位處理效果
　2．2　分位回歸原理

譯者序
原著序言
1　引言
　1．1　方法和結果
　1．2　第一個回歸——歷史的序曲
　1．3　分位、排序和最優(yōu)化
　1．4　分位回歸簡介
　1．5　三個例子
　　1．5．1　工資和工作經(jīng)驗
　　1．5．2　學生課程評價和班級人數(shù)
　　1．5．3　新生兒體重
　1．6　結論
2　分位回歸要義
　2．1　分位處理效果
　2．2　分位回歸原理
　　2．2．1　分位回歸的P插入值
　　2．2．2　子階數(shù)條件
　　2．2．3　同變性
　　2．2．4　刪截
　2．3　穩(wěn)健性
　　2．3．1　影響函數(shù)
　　2．3．2　失效點
　2．4　分位回歸模型詮釋
　　2．4．1　例1：工會工資優(yōu)勢
　　2．4．2　例2：酒類需求量
　　2．4．3　例3：墨爾本每日溫度
　　2．4．4　例4：冰川雪蓮、黃鼠和巖石
　2．5　分位交叉五
　2．6　一個隨機系數(shù)的解釋
　2．7　不均等度量值及其分解
　2．8　預期位和其他變化五
　2．9　錯建分位回歸模型詮釋
3　有關分位回歸的推論
　3．1　分位回歸的有限樣本分布
　3．2　對分位回歸漸近性的初步探討
　　3．2．1　樣本分位值的置信區(qū)間　
　　3．2．2　iid誤差情況下的分位回歸漸近性
　　3．2．3　非iid誤差情況下的分位回歸漸近性
　3．3　Wa1d檢驗　
　　3．3．1　雙樣本位移檢驗
　　3．3．2　一般線勝假設
　3．4　漸近協(xié)方差矩陣估計
　　3．4．1　標量稀疏度估計
　　3．4．2　非iid誤差情況下的協(xié)方差矩陣估計
　3．5　基于秩的推論凹
　　3．5．1　雙樣本位移的秩檢驗
　　3．5．2　線性秩統(tǒng)計量
　　3．5．3　線性秩統(tǒng)計量的漸近性
　　3．5．4　基于回歸秩分的秩檢驗
　　3．5．5　基于回歸秩分的置信區(qū)間
　3．6　分位似然比檢驗粥
　3．7　有關分位回歸過程的推論
　　3．7．1　Wa1d過程
　　3．7．2　分位似然比過程
　　3．7．3　對分位秩分過程的再考察
　……
4　分位回歸的漸近理論
5  L統(tǒng)計量和加權分位回歸
6　分位回歸計算
7　非參數(shù)分位回歸
8　分位回歸研究前瞻
9　結論
漸近臨界值表
英漢術語對照
參考文獻