| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-19页 |
| ·研究的问题 | 第11-12页 |
| ·极大似然估计迭代算法 | 第12-13页 |
| ·Gauss-Newton迭代法 | 第12-13页 |
| ·Gauss-Newton迭代法的显著特点 | 第13页 |
| ·极大似然估计的迭代算法实现步骤 | 第13页 |
| ·变量选择方法 | 第13-18页 |
| ·子集选择法 | 第14-15页 |
| ·系数压缩法 | 第15-18页 |
| ·本文内容及结构安排 | 第18-19页 |
| 第二章 基于偏正态分布联合位置、尺度与偏度模型的极大似然估计 | 第19-27页 |
| ·引言 | 第19-20页 |
| ·基于偏正态分布联合位置、尺度与偏度模型 | 第20-21页 |
| ·偏正态分布 | 第20页 |
| ·偏正态分布下联合位置、尺度与偏度模型 | 第20-21页 |
| ·极大似然估计 | 第21-22页 |
| ·Monte Carlo模拟 | 第22-23页 |
| ·实例分析 | 第23-26页 |
| ·运动员体质指数的影响分析数据 | 第23页 |
| ·数据的正态性检验 | 第23-24页 |
| ·数据的偏正态检验 | 第24-25页 |
| ·建立模型与模型求解 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于偏T正态分布联合位置、尺度与偏度模型的极大似然估计 | 第27-34页 |
| ·引言 | 第27页 |
| ·基于偏t正态分布联合位置、尺度与偏度模型 | 第27-29页 |
| ·偏t正态分布 | 第27-28页 |
| ·偏t正态分布下联合位置、尺度与偏度模型 | 第28-29页 |
| ·极大似然估计 | 第29-30页 |
| ·Monte Carlo模拟 | 第30-31页 |
| ·实例分析 | 第31-33页 |
| ·运动员体质指数的影响分析数据及数据检验 | 第31-32页 |
| ·建立模型与模型求解 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于偏正态分布联合位置、尺度与偏度模型的变量选择 | 第34-49页 |
| ·引言 | 第34页 |
| ·变量选择过程 | 第34-41页 |
| ·惩罚极大似然估计 | 第34-35页 |
| ·渐近性质 | 第35-37页 |
| ·迭代计算 | 第37-40页 |
| ·调整参数的选择 | 第40-41页 |
| ·模拟研究 | 第41-42页 |
| ·实例分析 | 第42-44页 |
| ·定理证明 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 基于偏T正态分布联合位置、尺度与偏度模型的变量选择 | 第49-60页 |
| ·引言 | 第49页 |
| ·变量选择过程 | 第49-56页 |
| ·惩罚极大似然估计 | 第49-50页 |
| ·渐近性质 | 第50-52页 |
| ·迭代计算 | 第52-55页 |
| ·调整参数的选择 | 第55-56页 |
| ·模拟研究 | 第56-58页 |
| ·实例分析 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 结论与展望 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士期间发表和完成的相关论文 | 第67-68页 |
| 致谢 | 第68页 |
