首页--数理科学和化学论文--概率论与数理统计论文--数理统计论文--一般数理统计论文

基于复杂数据的两类统计模型的研究

摘要第3-5页
Abstract第5-7页
主要符号表第8-12页
第1章 绪论第12-30页
    1.1 模型介绍第13-18页
        1.1.1 部分线性模型第13-15页
        1.1.2 广义线性模型第15-18页
    1.2 复杂数据类型第18-22页
        1.2.1 相依数据第18-19页
        1.2.2 缺失数据第19-20页
        1.2.3 测量误差数据第20-22页
    1.3 主要研究方法第22-28页
        1.3.1 稳健M估计方法第22页
        1.3.2 拟似然方法第22-25页
        1.3.3 经验似然方法第25-28页
    1.4 本文主要工作第28-30页
第2章 随机适应误差下部分线性模型中的M估计第30-42页
    2.1 引言第30-31页
    2.2 主要方法和结果第31-34页
    2.3 模拟研究和应用第34-37页
        2.3.1 模拟研究第34-36页
        2.3.2 实例分析第36-37页
    2.4 定理的证明第37-42页
第3章 部分线性EV模型中的经验似然第42-60页
    3.1 引言第42-43页
    3.2 方法和主要结果第43-47页
    3.3 模拟研究第47-51页
    3.4 实例分析第51页
    3.5 定理的证明第51-60页
第4章 广义线性模型中的经验似然推断第60-72页
    4.1 引言第60页
    4.2 方法和主要结果第60-63页
        4.2.1 固定设计下的经验似然第60-63页
        4.2.2 自适应设计下的经验似然第63页
    4.3 模拟研究第63-65页
        4.3.1 固定设计情形第64页
        4.3.2 自适应设计情形第64-65页
    4.4 定理的证明第65-72页
第5章 缺失数据下广义线性模型的统计推断第72-82页
    5.1 序言第72-73页
    5.2 拟似然估计的强相合性第73-76页
        5.2.1 引言与结论第73-74页
        5.2.2 定理的证明第74-76页
    5.3 经验似然推断第76-82页
        5.3.1 引言第76-77页
        5.3.2 经验似然置信域第77-78页
        5.3.3 模拟研究第78-80页
        5.3.4 定理的证明第80-82页
总结与展望第82-84页
参考文献第84-98页
致谢第98-100页
攻读博士学位期间的科研成果第100页

论文共100页,点击 下载论文
上一篇:1.1-μm LD直接泵浦掺Ho3+固体激光技术研究
下一篇:几类分数阶微分系统控制与应用