| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.1.1 研究背景 | 第7-8页 |
| 1.1.2 研究意义 | 第8页 |
| 1.2 国内外研究现状及发展动态 | 第8-9页 |
| 1.3 本文的主要内容和结构 | 第9-11页 |
| 第二章 Poisson 回归模型的概念和基本理论 | 第11-14页 |
| 2.1 Poisson 回归模型的概念 | 第11-12页 |
| 2.1.1 Poisson 分布 | 第11页 |
| 2.1.2 Poisson 回归模型 | 第11-12页 |
| 2.2 Poisson 回归模型的参数估计及参数检验 | 第12-14页 |
| 2.2.1 Poisson 回归模型的参数估计 | 第12-13页 |
| 2.2.2 Poisson 回归模型的参数检验 | 第13-14页 |
| 第三章 Poisson 回归模型的统计诊断 | 第14-25页 |
| 3.1 Poisson 回归模型的诊断统计量 | 第14-16页 |
| 3.1.1 残差统计量 | 第14-15页 |
| 3.1.2 模型的帽子矩阵及分解定理 | 第15-16页 |
| 3.2 Poisson 回归模型的影响分析 | 第16-18页 |
| 3.3 诊断强影响点的系统方法 | 第18-19页 |
| 3.3.1 Poisson 回归模型的诊断图 | 第18页 |
| 3.3.2 Poisson 回归模型的强影响点诊断步骤 | 第18-19页 |
| 3.4 应用实例 | 第19-24页 |
| 3.4.1 数据来源及说明 | 第19页 |
| 3.4.2 模型参数估计与影响分析 | 第19-24页 |
| 3.5 结论 | 第24-25页 |
| 第四章 纵向数据下半参数 Poisson 回归模型的参数估计 | 第25-30页 |
| 4.1 纵向数据下半参数 Poisson 回归模型 | 第25页 |
| 4.2 参数估计 | 第25-27页 |
| 4.3 Fisher 信息矩阵 | 第27页 |
| 4.4 似然方程的 Newton-Raphson 迭代求解 | 第27-30页 |
| 第五章 总结与展望 | 第30-31页 |
| 5.1 总结 | 第30页 |
| 5.2 论文创新点 | 第30页 |
| 5.3 存在的问题及展望 | 第30-31页 |
| 参考文献 | 第31-33页 |
| 附录一 R 程序 | 第33-38页 |
| 附录二 病人数据 | 第38-39页 |
| 攻读学位期间发表的学术论文和研究成果 | 第39-40页 |
| 致谢 | 第40页 |
