| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 符号表 | 第10-17页 |
| 第1章 绪论 | 第17-35页 |
| 1.1 研究的问题 | 第17页 |
| 1.2 线性模型和部分线性模型 | 第17-19页 |
| 1.3 复杂数据简介 | 第19-26页 |
| 1.3.1 缺失数据 | 第19-22页 |
| 1.3.2 纵向数据 | 第22-24页 |
| 1.3.3 测量误差数据 | 第24-26页 |
| 1.4 估计方法 | 第26-33页 |
| 1.4.1 经验似然方法 | 第26-28页 |
| 1.4.2 广义估计方程和二次推断函数方法 | 第28-29页 |
| 1.4.3 逆概率加权广义估计方程方法 | 第29-31页 |
| 1.4.4 惩罚方法 | 第31-33页 |
| 1.5 论文的主要工作 | 第33-35页 |
| 第2章 纵向单调缺失数据下线性模型的二次推断函数估计 | 第35-51页 |
| 2.1 引言 | 第35-36页 |
| 2.2 模型假设及估计方法 | 第36-38页 |
| 2.3 渐近性质 | 第38-40页 |
| 2.4 模拟研究 | 第40-43页 |
| 2.5 实例分析 | 第43-44页 |
| 2.6 定理的证明 | 第44-48页 |
| 2.7 本章小结 | 第48-51页 |
| 第3章 纵向数据下部分线性EV模型的广义经验似然推断 | 第51-71页 |
| 3.1 引言 | 第51-52页 |
| 3.2 回归系数的经验似然 | 第52-56页 |
| 3.2.1 测量误差协方差阵已知的情形 | 第52-56页 |
| 3.2.2 测量误差协方差阵未知的情形 | 第56页 |
| 3.3 基准函数的经验似然 | 第56-58页 |
| 3.4 模拟研究 | 第58-60页 |
| 3.5 实例分析 | 第60-62页 |
| 3.6 定理证明 | 第62-69页 |
| 3.7 本章小结 | 第69-71页 |
| 第4章 响应变量缺失时纵向数据下部分线性EV模型的广义经验似然推断 | 第71-93页 |
| 4.1 引言 | 第71-72页 |
| 4.2 模型假定 | 第72-74页 |
| 4.2.1 纵向数据部分线性模型 | 第73页 |
| 4.2.2 测量误差过程 | 第73页 |
| 4.2.3 数据缺失过程 | 第73-74页 |
| 4.3 回归系数的经验似然 | 第74-78页 |
| 4.4 基准函数的经验似然 | 第78-80页 |
| 4.4.1 基于借补的经验似然 | 第78-79页 |
| 4.4.2 残差调整的经验似然 | 第79-80页 |
| 4.5 模拟研究 | 第80-83页 |
| 4.6 定理的证明 | 第83-91页 |
| 4.7 本章小结 | 第91-93页 |
| 第5章 纵向单调缺失数据下部分线性模型的变量选择 | 第93-109页 |
| 5.1 引言 | 第93-94页 |
| 5.2 模型及变量选择方法 | 第94-97页 |
| 5.2.1 模型 | 第94-95页 |
| 5.2.2 SIPWGEE变量选择方法 | 第95-97页 |
| 5.3 渐近性质 | 第97-98页 |
| 5.4 算法 | 第98-100页 |
| 5.4.1 选择概率的估计 | 第98页 |
| 5.4.2 调整参数的选择 | 第98页 |
| 5.4.3 迭代算法 | 第98-100页 |
| 5.5 模拟研究 | 第100-103页 |
| 5.6 定理的证明 | 第103-108页 |
| 5.7 本章小结 | 第108-109页 |
| 结论 | 第109-113页 |
| 参考文献 | 第113-127页 |
| 攻读博士学位期间所发表的学术论文 | 第127-129页 |
| 致谢 | 第129页 |
