| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第一章 绪论 | 第11-15页 |
| §1.1 国内外研究概况 | 第11-13页 |
| §1.1.1 关于分位点回归 | 第11-12页 |
| §1.1.2 关于LAD回归的统计诊断 | 第12-13页 |
| §1.2 本文的主要工作 | 第13-15页 |
| 第二章 非线性分位点回归模型及MM算法 | 第15-31页 |
| §2.1 非线性分位点回归模型 | 第15-23页 |
| §2.1.1 从最小二乘回归到分位点回归 | 第15-19页 |
| §2.1.2 从非对称Laplace分布到回归分位点估计 | 第19-21页 |
| §2.1.3 线性分位点回归模型的性质 | 第21页 |
| §2.1.4 线性分位点回归模型的统计解释 | 第21-23页 |
| §2.2 线性回归分位点的性质 | 第23-25页 |
| §2.2.1 同变性 | 第23页 |
| §2.2.2 相合性和渐近正态性 | 第23-25页 |
| §2.3 计算回归分位点的MM算法 | 第25-27页 |
| §2.4 示例 | 第27-31页 |
| 第三章 诊断模型的等价性 | 第31-49页 |
| §3.1 两种常见的诊断模型:数据删除模型和均值漂移模型 | 第31-33页 |
| §3.2 分位点回归的数据删除模型和均值漂移模型的等价性 | 第33-35页 |
| §3.2.1 主要定理 | 第33-35页 |
| §3.2.2 相关推论 | 第35页 |
| §3.3 基于MM算法的分位点回归的等价性定理 | 第35-39页 |
| §3.3.1 主要定理及相关推论 | 第36-37页 |
| §3.3.2 实际数据分析 | 第37-39页 |
| §3.4 基于Bayes方法的诊断模型分析 | 第39-49页 |
| §3.4.1 主要定理及相关推论 | 第39-44页 |
| §3.4.2 实际数据分析 | 第44-49页 |
| 第四章 非线性分位点回归模型的统计诊断 | 第49-75页 |
| §4.1 特殊假设下非线性分位点回归的似然距离 | 第50-52页 |
| §4.2 Cook距离、拟似然距离和MM距离 | 第52-56页 |
| §4.2.1 Cook距离和拟似然距离 | 第52-53页 |
| §4.2.2 大样本置信域的统计解释 | 第53-54页 |
| §4.2.3 拟似然距离和似然距离的关系 | 第54-55页 |
| §4.2.4 基于新的目标函数Q_T~ε(β|(?)_T)的MM距离 | 第55-56页 |
| §4.3 似然距离之间的近似等量关系 | 第56-59页 |
| §4.4 其它可用于分位点回归的诊断统计量 | 第59-61页 |
| §4.5 实际数据分析 | 第61-75页 |
| §4.5.1 Stack Loss数据 | 第61-65页 |
| §4.5.2 动物数据 | 第65-70页 |
| §4.5.3 Sockeye Salmon数据 | 第70-75页 |
| 第五章 结论及进一步有待研究的问题 | 第75-79页 |
| §5.1 结论 | 第75-76页 |
| §5.2 进一步有待研究的问题 | 第76-79页 |
| 致谢 | 第79-81页 |
| 参考文献 | 第81-84页 |
