內容簡介
《微分幾何在影響分析中的應用(英文版)》討論微分幾何在統計學影響分析中的應用,適閤數學及統計學本科生或研究生閱讀。對於研習數學的學生,本書描述微分幾何在數學範疇以外的具體應用;對於研習統計的學生,本書則能幫助他們理解統計領域中的微分幾何概念。
《微分幾何在影響分析中的應用(英文版)》要求讀者具備綫性代數及嚮量微積分的基礎知識。書的第一部分圍繞法麯率、截麵麯率和高斯麯率概念介紹瞭圖的幾何學知識;第二部分迴顧瞭統計學的一些基本概念及模型,為理解影響分析提供必要的基礎知識;第三部分則集中討論上述幾何概念在局部影響分析中的應用,並探討如何有效地應用幾何概念以提高局部影響分析估計的效力。
《微分幾何在影響分析中的應用(英文版)》為研習統計學或數學的學生架起瞭知識理解的橋梁,為數學與統計學的跨學科研究閤作及相互推進發揮創新性的作用。
內頁插圖
目錄
Preface
Part I Geometry
1 Preliminaries
1.1 Linear algebra
1.1.1 Vectors and matrices
1.1.2 Symmetric bilinear forms
1.1.3 Vector subspaces
1.1.4 Linear maps from Rn to Rn
1.1.5 A convention
1.2 Vector calculus
1.2.1 Vector-valued functions and differentials
1.2.2 Taylor expansion and extrema
1.2.3 Extrema and Lagrange multiplier theorem
2 Euclidean Geometry
2.1 Orthogonal transformations
2.2 Rigid motions
2.3 Translation of vector subspaces
2.4 Conformal transformations
2.5 Orthonormal basis
2.6 Orthogonal projections
2.7 Areas and volumes
3 Geometry of Graphs
3.1 Graphs in Euclidean spaces
3.2 Normal sections
3.3 Cross sections in high dimension
3.4 First fundamental forms
4 Curvatures
4.1 Normal curvatures
4.1.1 Definition
4.1.2 Principal curvatures and principal directions
4.2 Sectional curvatures
5 Transformations and Invariance
5.1 Change of coordinates
5.2 Non-linear conformal transformations
5.3 Invariant curvatures Part II Statistics
6 Discrete Random Variables and Related Concepts
6.1 Preliminaries
6.2 Discrete random variables
6.2.1 Discrete random variables and probability function
6.2.2 Relative frequency histogram
6.2.3 Cumulative distribution function
6.3 Population parameters and sample statistics
6.3.1 Population mean and expected value
6.3.2 Sample statistic
6.3.3 Sample mean
6.3.4 Sample and population variances
6.4 Mathematical expectations
6.5 Maximum likelihood estimation
6.6Maximum likelihood estimation of the probability of a Bernoulli experiment
7 Continuous Random Variables and Related Concepts
7.1 Continuous random variables
7.2 Mathematical expectation for continuous random variables
7.3 Mean and variance and their sample estimates
7.4 Basic properties of expectations
7.5 Normal distribution
7.6 Maximum likelihood estimation for continuous variables
7.7 Maximum likelihood estimation for the parameters of normal distribution
7.8 Sampling distribution
8 Bivariate and Multivariate Distribution
9 Simple Linear Regression
10 Topics on Linear Regression Analysis
11 Basic Concepts
12 Measuring Local Influence
13 Relations Among Various Measures
14 Conformal Modifications
Appendix A Rank of Hat Matrix
Appendix B Ricci Curvature
Appendix C Cook-s Distance-Deleting Two Data Points
Bibliography
Index
《微觀經濟學前沿:博弈論與信息不對稱的視角》 本書簡介 本書旨在深入探討當代微觀經濟學領域中兩個核心且相互關聯的前沿:博弈論的應用拓展與信息不對稱環境下的市場失靈與機製設計。它並非僅僅是對經典理論的簡單復述,而是緻力於將這些理論工具應用於理解和解決現實世界中復雜的經濟現象與政策挑戰。本書的結構設計力求理論深度與實踐洞察力的平衡,引導讀者從基礎公理齣發,逐步攀升至前沿模型構建與實證分析的層麵。 第一部分:博弈論的結構性深化與擴展 本部分聚焦於超越完全信息、靜態博弈的範疇,著重考察動態博弈、重復博弈以及多方互動中的策略演化。 第一章:動態決策與時間依賴性 本章從擴展型博弈(Extensive Form Games)的視角切入,係統梳理瞭子博弈完美納什均衡(Subgame Perfect Nash Equilibrium, SPNE)的求解方法。重點分析瞭承諾(Commitment)、可信度(Credibility)與時間不一緻性(Time Inconsistency)在長期戰略規劃中的核心作用。我們將詳細剖析諸如霍爾默斯-斯科特模型(Holmstrom-Scott Model)等在演化路徑選擇中的應用,探討初始條件的設置如何不可逆地影響最終均衡的結構。特彆關注於重復博弈中,無限期承諾的有限理性替代方案——有限步重復博弈中的“契約路徑”分析。 第二章:不完全信息下的策略互動 本章將信息結構納入核心分析框架,引入貝葉斯博弈(Bayesian Games)作為解決不完全信息問題的基礎工具。我們不僅會復習貝葉斯納什均衡(Bayesian Nash Equilibrium, BNE)的構造,還將深入探究信念的形成、傳遞與修正過程(Belief Updating)。一個關鍵的關注點是“共同知識”(Common Knowledge)的概念在形成穩定預期中的脆弱性,以及當知識結構破碎時,策略選擇如何偏離理性預測。本章將通過復雜的信號傳遞博弈(Signaling Games,如Spence的勞動市場模型)和篩選博弈(Screening Games,如Akerlof的二手車市場模型的前期框架),展示信息結構如何決定市場效率與參與者福利。 第三章:演化博弈論與學習機製 本部分旨在超越傳統上對理性預期的假設,轉而考察異質性代理人如何在互動中進行學習和適應。演化博弈論(Evolutionary Game Theory, EGT)提供瞭一個描述社會規範和技術采納路徑的動態框架。我們將考察復製動態(Replicator Dynamics)在不同策略集閤上的收斂性,並比較基於適應性學習(Adaptive Learning)和貝葉斯學習的路徑差異。尤其關注於群體決策中,少數派的創新策略如何通過“適應性優勢”擴散,以及穩定狀態(Evolutionarily Stable Strategies, ESS)的定義及其局限性。 第二部分:信息不對稱環境下的市場機製設計 本部分將理論工具轉嚮實際的市場失靈場景,核心在於研究如何通過精心設計的規則和激勵結構,來彌補信息不對稱造成的效率損失。 第四章:逆嚮選擇與最優閤同設計 逆嚮選擇(Adverse Selection)是信息不對稱導緻資源錯配的經典來源。本章將重點分析信息隱藏(Hidden Information)如何影響風險共擔、保險市場和信貸配給。我們將深入探討米爾格羅姆-斯托剋(Milgrom-Stokey)的“沒有套利定理”在信息不對稱環境下的修正與失效,並詳細解析激勵相容約束(Incentive Compatibility Constraints)和個體理性約束(Individual Rationality Constraints)在構建最優閤同中的權衡。例如,在金融市場中,債務契約如何設計以平衡債權人的風險暴露與企業傢的投資激勵。 第五章:道德風險與監督機製 道德風險(Moral Hazard)關注的是行動隱藏(Hidden Action)帶來的代理問題。本章考察瞭在存在努力成本和結果隨機性的情境下,如何設計最優的支付函數(Payment Schemes)。我們不僅分析瞭委托-代理模型(Principal-Agent Model)下的標準綫性或離散激勵結構,還將考察非綫性激勵(如基於相對績效評估RPE)的引入,以應對“宏觀風險”或“共同衝擊”的影響。重點討論瞭內部控製、內部審計以及第三方監管在減輕道德風險方麵的有效性與成本。 第六章:機製設計、拍賣理論與社會選擇 本章將信息經濟學的視角提升至宏觀的資源配置層麵。機製設計(Mechanism Design)關注的是如何“反嚮工程”設計齣滿足特定社會目標的製度。我們將從揭示性機製(Revelation Principle)齣發,闡述最優資源分配的理論邊界。拍賣理論(Auction Theory)作為機製設計在市場交易中的具體應用,將作為核心案例進行剖析。我們不僅復習標準的一維(如英國式、荷蘭式、密封第一齣價、密封第二齣價)拍賣,還將詳細推導多重單位拍賣(Multi-Unit Auctions)和聯閤拍賣(Combinatorial Auctions)中的策略選擇與預期的收入最優性。此外,本章將探討阿羅-迪布雷(Arrow-Debreu)的可實現集與可計算性限製,並簡要介紹在信息不完全性下,如何平衡效率與公平性的社會選擇函數構建嘗試。 結論與展望 本書的最終目標是培養讀者將這些高級的微觀工具應用於理解和解決現實世界中錯綜復雜的經濟問題,尤其是那些涉及到預期、信念、不對稱信息和戰略互動的領域。全書強調數學嚴謹性,但始終將模型視為理解世界的透鏡,而非終點本身。本書為具有紮實微積分和綫性代數基礎的高年級本科生、研究生及專業研究人員提供瞭深入鑽研的智力資源。