| 摘要 | 第10-11页 |
| ABSTRACT(英文摘要) | 第11页 |
| 主要符号对照表 | 第12-13页 |
| 第一章 引言 | 第13-16页 |
| §1.1 研究背景介绍 | 第13-14页 |
| §1.2 研究现状介绍 | 第14-15页 |
| §1.3 本文主要工作及结构框架安排 | 第15-16页 |
| 第二章 基础知识 | 第16-26页 |
| §2.1 函数型数据 | 第16-18页 |
| §2.1.1 函数型数据的介绍 | 第16-17页 |
| §2.1.2 函数型线性模型 | 第17-18页 |
| §2.2 函数型主成分分析 | 第18-20页 |
| §2.3 非参数回归模型的Nadaraya-Waston核估计方法 | 第20-24页 |
| §2.3.1 核密度估计 | 第20-21页 |
| §2.3.2 核密度估计的核函数及窗宽的选择 | 第21-23页 |
| §2.3.3 非参数回归模型的Nadaraya-Waston估计 | 第23-24页 |
| §2.4 解卷积方法 | 第24-26页 |
| 第三章 带有测量误差的半函数型线性模型的估计 | 第26-32页 |
| §3.1 带有测量误差的半函数型线性模型的提出 | 第26-27页 |
| §3.2 带有测量误差的半函数型线性模型的估计 | 第27-30页 |
| §3.3 带有测量误差的半函数型线性模型的假设条件 | 第30-32页 |
| 第四章 测量误差下的半函数型线性回归模型估计的渐近理论 | 第32-38页 |
| §4.1 一个重要概念 | 第32页 |
| §4.2 估计的渐进理论 | 第32-33页 |
| §4.3 测量误差下的半函数型线性模型估计渐近性质的理论证明 | 第33-38页 |
| §4.3.1 重要引理 | 第33-34页 |
| §4.3.2 定理4.2.1的证明 | 第34-36页 |
| §4.3.3 定理4.2.2的证明 | 第36-38页 |
| 第五章 统计模拟 | 第38-44页 |
| §5.1 数据的产生 | 第38-39页 |
| §5.1.1 随机样本的生成 | 第38-39页 |
| §5.1.2 误差标准的设定 | 第39页 |
| §5.2 模拟结果展示 | 第39-44页 |
| §5.2.1 α(s),g(t)的估计误差展示 | 第39-41页 |
| §5.2.2 α(s),g(t)估计结果的图形展示 | 第41-44页 |
| 第六章 总结与展望 | 第44-46页 |
| §6.1 研究总结 | 第44页 |
| §6.2 本文的不足及今后研究展望 | 第44-46页 |
| 参考文献 | 第46-49页 |
| 致谢 | 第49页 |
