一、概率论
1.核密度估计
2.特征函数
二、数理统计
偏回归系数:多元线性回归方程Y=a+b1X+b2X+…+bmXm中,各个自变量Xi的系数bi(i=1,2,…,m),称为应变量Y对自变量Xi的偏回归系数,相应的总体偏回归系数用βi表示。bi表示当其他自变量取值固定时,Xj变化(增加或减少)1个单位,则Y平均变化bi个单位,是反映Y随Xi数量变化的方向和大小(或快慢)的指标。bi>0,Y随Xi增加而增加;bi<0,Y随Xi增加而减少。|bi|值越大,Y随Xi变化越大(或越快)。
潜变量(Latent Variable)和显变量(Manifest或Observable Variable):潜变量往往表示某一复杂的无法之间测量的概念或建构。比如,信任、虔诚、社会融合。这些概念可以被操作化成不同的维度以不同的指标(indicator)加以测量。由此,可以看到,一个潜变量往往被建构成多个显变量(或指标)。不过,请注意,这只是SEM或者心理学/社会学中的“潜变量”在经济学或统计学中,潜变量所指的含义稍有所不同。举个例子,比如,2009年一共有200个人报考北大社会学系的研究生,最后我们发现只有20个被录取了。注意,这里我们看到的结果是“录取或未被录取”(大家都知道,这个可以用logistic模型进行分析)。但实际上,再录取和未被录取的背后,实际上隐含着考生的“能力”差异(注意,能力是无法直接观测的!!),只有能力达到