| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 选题背景及意义 | 第10-11页 |
| 1.2 文献综述 | 第11-17页 |
| 1.2.1 Firth Logistic的相关研究 | 第11-15页 |
| 1.2.2 变量选择方法的相关研究 | 第15-17页 |
| 1.3 主要内容和创新之处 | 第17-18页 |
| 1.4 论文结构 | 第18-19页 |
| 1.5 本章小结 | 第19-20页 |
| 第二章 Logistic和Firth Logistic模型 | 第20-39页 |
| 2.1 Logistic模型、估计和算法 | 第20-24页 |
| 2.1.1 Logistic模型介绍 | 第20-21页 |
| 2.1.2 Logistic模型的估计方法 | 第21-22页 |
| 2.1.3 Logistic模型的算法实现 | 第22-24页 |
| 2.2 Firth Logistic模型、估计和算法 | 第24-27页 |
| 2.2.1 Firth Logistic模型介绍 | 第24-25页 |
| 2.2.2 Firth Logistic模型的估计方法 | 第25-27页 |
| 2.2.3 Firth Logistic模型的算法实现 | 第27页 |
| 2.3 小样本或稀少事件 | 第27-36页 |
| 2.3.1 数据说明 | 第27-29页 |
| 2.3.2 Logistic模型的模拟分析 | 第29-31页 |
| 2.3.3 Firth Logistic模型的模拟分析 | 第31-35页 |
| 2.3.4 预测概率的对比分析 | 第35-36页 |
| 2.4 数据分离问题 | 第36-38页 |
| 2.4.1 完全分离数据 | 第36-37页 |
| 2.4.2 拟完全分离数据 | 第37-38页 |
| 2.5 本章小结 | 第38-39页 |
| 第三章 SCAD-FLR模型和算法 | 第39-46页 |
| 3.1 变量选择方法 | 第39-43页 |
| 3.1.1 Lasso方法 | 第39-40页 |
| 3.1.2 Elastic-Net方法 | 第40页 |
| 3.1.3 Adaptive Lasso方法 | 第40-41页 |
| 3.1.4 SCAD方法 | 第41-43页 |
| 3.1.5 确定选择方法 | 第43页 |
| 3.2 SCAD-FLR模型介绍 | 第43-44页 |
| 3.3 SCAD-FLR模型的算法实现 | 第44-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第四章 随机模拟和实际应用 | 第46-65页 |
| 4.1 SCAD-FLR模型的随机模拟 | 第46-56页 |
| 4.1.1 模拟分析一 | 第47-50页 |
| 4.1.2 模拟分析二 | 第50-53页 |
| 4.1.3 模拟分析三 | 第53-56页 |
| 4.2 SCAD-FLR模型的实际应用 | 第56-64页 |
| 4.2.1 应用分析一 | 第58-59页 |
| 4.2.2 应用分析二 | 第59-60页 |
| 4.2.3 应用分析三 | 第60-62页 |
| 4.2.4 应用分析四 | 第62-64页 |
| 4.3 本章小结 | 第64-65页 |
| 第五章 总结与展望 | 第65-69页 |
| 5.1 总结 | 第65-68页 |
| 5.2 展望 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 感谢语 | 第72页 |
