| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 缺失数据的处理方法 | 第8-11页 |
| 1.2 变系数分位数回归 | 第11-13页 |
| 1.2.1 分位数回归 | 第11-12页 |
| 1.2.2 变系数分位数回归 | 第12-13页 |
| 1.3 经验似然 | 第13-14页 |
| 1.4 本文结构安排 | 第14-16页 |
| 第2章 协变量缺失下变系数分位数回归模型的统计推断 | 第16-37页 |
| 2.1 变系数分位数回归的局部加权核估计 | 第16-17页 |
| 2.2 变系数分位数回归的IPW估计 | 第17-21页 |
| 2.3 变系数分位数回归的ELW估计 | 第21-29页 |
| 2.3.1 经验似然估计 | 第21-23页 |
| 2.3.2 变系数分位数的经验似然加权估计 | 第23-29页 |
| 2.4 数值模拟 | 第29-36页 |
| 2.5 实例分析 | 第36-37页 |
| 第3章 吉林省居民消费水平的变系数回归分析 | 第37-43页 |
| 3.1 变系数回归分析研究背景 | 第37页 |
| 3.2 变系数回归模型及其估计 | 第37-38页 |
| 3.3 吉林省居民消费水平的影响因素分析 | 第38-42页 |
| 3.3.1 变量的筛选 | 第39页 |
| 3.3.2 居民消费水平的变系数回归模型 | 第39-42页 |
| 3.4 结论 | 第42-43页 |
| 第4章 分位数回归区间估计方法的比较 | 第43-51页 |
| 4.1 分位数回归的估计方法 | 第43页 |
| 4.2 分位数回归模型以及区间估计 | 第43-46页 |
| 4.2.1 直接法 | 第44页 |
| 4.2.2 自助法 | 第44-45页 |
| 4.2.3 诱导光滑法 | 第45-46页 |
| 4.3 模拟比较 | 第46-50页 |
| 4.4 结论 | 第50-51页 |
| 第5章 结论 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 附录 | 第57-58页 |
| 作者简介 | 第58-59页 |
| 攻读学位期间研究成果 | 第59页 |