| 目录 | 第1-8页 |
| 表格列表 | 第8-9页 |
| 图形列表 | 第9-10页 |
| 縮略语列表 | 第10-11页 |
| 数学符号 | 第11-12页 |
| Abstract | 第12-15页 |
| 摘要 | 第15-17页 |
| 第一章 统计推断的并行统计计算综述 | 第17-53页 |
| ·引言 | 第17-18页 |
| ·并行统计计算处理 | 第18-22页 |
| ·并行计算方法分类 | 第18-19页 |
| ·并行统计算法策略 | 第19-21页 |
| ·并行统计软件 | 第21-22页 |
| ·回归问题的并行统计算法 | 第22-35页 |
| ·线性回归中的并行统计算法 | 第22-27页 |
| ·非线性回归中的并行统计算法 | 第27-31页 |
| ·GLM和GAM建模的并行统计算法 | 第31-34页 |
| ·回归问题的并行GPU法 | 第34-35页 |
| ·并行非参数推断方法 | 第35-41页 |
| ·引言 | 第35页 |
| ·并行密度估计方法 | 第35-37页 |
| ·并行重抽样方法 | 第37-40页 |
| ·其它 | 第40-41页 |
| ·随机过程中的并行统计算法 | 第41-50页 |
| ·引言 | 第41页 |
| ·马氏链的并行统计算法 | 第41-46页 |
| ·并行MCMC | 第46-49页 |
| ·其它 | 第49-50页 |
| ·结论和讨论 | 第50-53页 |
| 第二章 多元线性模型的PMLE | 第53-67页 |
| ·引言 | 第53-54页 |
| ·PMLE和GLS估计的等价性 | 第54-55页 |
| ·多元线性模型PMLE的性质 | 第55-57页 |
| ·多元线性模型PMLE的误差 | 第57-58页 |
| ·多元线性模型PMLE的性能研究 | 第58-60页 |
| ·真实数据试验 | 第59页 |
| ·时间性能模拟 | 第59-60页 |
| ·讨论和今后的研究 | 第60页 |
| ·附录：技术证明 | 第60-67页 |
| 第三章 施瓦茨法解GLM和GAM | 第67-75页 |
| ·引言 | 第67-68页 |
| ·GLM和GAM建模的施瓦茨法的收敛性 | 第68-69页 |
| ·GAM中子模型收敛的边界条件 | 第69-70页 |
| ·附录：技术证明 | 第70-75页 |
| 第四章 并行自助抽样和光滑函数模型最优子样本长度选择 | 第75-99页 |
| ·引言 | 第75页 |
| ·并行自助阵的性质 | 第75-78页 |
| ·并行自助样本的统计性质 | 第78-80页 |
| ·光滑函数模型估计的子样本长度选择 | 第80-84页 |
| ·并行自助估计 | 第81页 |
| ·并行自助估计的埃奇沃思展开式和泰勒展开式 | 第81-83页 |
| ·子样本长度选择的最优性 | 第83-84页 |
| ·并行自助的性能研究 | 第84-88页 |
| ·并行自助的时间性能 | 第84-87页 |
| ·子样本长度选择的性能研究 | 第87-88页 |
| ·讨论 | 第88-89页 |
| ·附录：技术证明 | 第89-99页 |
| ·并行自助性质的证明 | 第89-94页 |
| ·选择子样本长度性质的证明 | 第94-99页 |
| 第五章 马氏链拟平稳分布的施瓦茨解法 | 第99-115页 |
| ·引言 | 第99-100页 |
| ·加性施瓦茨法在QSD中的半收敛性 | 第100-103页 |
| ·乘性施瓦茨法在QSD中的半收敛性 | 第103-104页 |
| ·例子 | 第104-108页 |
| ·结论 | 第108-109页 |
| ·附录：技术证明 | 第109-115页 |
| 参考文献 | 第115-133页 |
| 学术论文 | 第133-134页 |
| 专业会员资格和经历 | 第134-135页 |
| 致谢 | 第135-137页 |
| 学位论文评阅及答辩情况表 | 第137页 |