缺失数据下的半参数部分线性回归模型
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 引言 | 第7-12页 |
| ·课题的研究背景 | 第7-8页 |
| ·国内外研究现状及趋势 | 第8-10页 |
| ·论文的创新点以及组织结构 | 第10-11页 |
| ·本章小结 | 第11-12页 |
| 2 相关理论分析 | 第12-27页 |
| ·半参数回归模型[25] | 第12-16页 |
| ·半参数回归模型概述 | 第12-13页 |
| ·半参数回归模型的估计方法 | 第13-14页 |
| ·半参数回归模型的基本问题 | 第14-16页 |
| ·缺失数据理论 | 第16-21页 |
| ·缺失数据概述 | 第16页 |
| ·缺失数据产生的原因 | 第16页 |
| ·缺失数据的模式 | 第16-18页 |
| ·缺失数据的机制 | 第18-19页 |
| ·缺失数据的处理方法 | 第19-21页 |
| ·极大似然估计 | 第21-23页 |
| ·极大似然估计概论 | 第21页 |
| ·缺失数据的极大似然估计 | 第21-22页 |
| ·缺失数据下极大似然的迭代算法 | 第22-23页 |
| ·EM 算法 | 第23-26页 |
| ·EM 算法的介绍 | 第23-24页 |
| ·EM 算法的收敛性质 | 第24-26页 |
| ·EM 算法的收敛速度 | 第26页 |
| ·本章小结 | 第26-27页 |
| 3 广义边侧似然估计及其大样本性质 | 第27-36页 |
| ·广义边侧似然方法 | 第27-32页 |
| ·最小偏差曲线和最小偏差方向 | 第27-28页 |
| ·正则性条件和附加条件 | 第28-32页 |
| ·广义边侧似然估计的大样本性质 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 4 半参数部分线性回归模型的估计算法 | 第36-42页 |
| ·迭代算法 | 第36-38页 |
| ·迭代算法的估计与来自完全数据的有效估计的联系 | 第38-40页 |
| ·β的渐进方差的估计 | 第40页 |
| ·本章小结 | 第40-42页 |
| 5 模拟研究 | 第42-49页 |
| ·模拟研究的设定 | 第42-43页 |
| ·组最大观测案例的渐进方差的估计 | 第43-44页 |
| ·模拟研究的结果与分析 | 第44-48页 |
| 本章小结 | 第48-49页 |
| 6 总结与展望 | 第49-50页 |
| ·本文的主要成果 | 第49页 |
| ·进一步的研究工作 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 附件 | 第54-65页 |
| 硕士毕业生信息表 | 第65页 |
