| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究的问题 | 第13-14页 |
| 1.2 稳健性的简述 | 第14页 |
| 1.3 混合线性回归模型与混合专家系统 | 第14-16页 |
| 1.3.1 混合线性回归模型 | 第14-15页 |
| 1.3.2 混合专家系统 | 第15-16页 |
| 1.4 联合位置与尺度模型 | 第16-17页 |
| 1.5 EM算法与MM算法简述 | 第17页 |
| 1.6 本文内容及结构安排 | 第17-19页 |
| 第二章 基于t分布下混合联合位置与尺度模型的参数估计 | 第19-29页 |
| 2.1 t分布下混合联合位置与尺度模型 | 第19-20页 |
| 2.2 模型参数的极大似然估计的EM算法 | 第20-23页 |
| 2.3 Monte Carlo模拟 | 第23-26页 |
| 2.4 实例 | 第26-27页 |
| 2.5 小结 | 第27-29页 |
| 第三章 基于Laplace分布下混合联合位置与尺度模型的参数估计 | 第29-37页 |
| 3.1 Laplace分布下混合联合位置与尺度模型 | 第29-30页 |
| 3.2 模型参数的极大似然估计的EM算法 | 第30-32页 |
| 3.3 Monte Carlo模拟 | 第32-34页 |
| 3.4 实例 | 第34-35页 |
| 3.5 小结 | 第35-37页 |
| 第四章 Pearson typeⅦ分布下混合联合位置与尺度模型的参数估计 | 第37-47页 |
| 4.1 Pearson typeⅦ分布下混合联合位置与尺度模型 | 第37-38页 |
| 4.2 模型参数的极大似然估计的EM算法 | 第38-41页 |
| 4.3 Monte Carlo模拟 | 第41-43页 |
| 4.4 实例 | 第43-45页 |
| 4.5 小结 | 第45-47页 |
| 第五章 Laplace混合专家系统回归模型的参数估计 | 第47-55页 |
| 5.1 基于Laplace分布下混合专家系统回归模型 | 第47-48页 |
| 5.2 参数的估计方法 | 第48-51页 |
| 5.2.1 α阶段 | 第48-49页 |
| 5.2.2 β和γ阶段 | 第49-50页 |
| 5.2.3 组成部分的确定 | 第50-51页 |
| 5.3 Monte Carlo模拟 | 第51页 |
| 5.4 实际应用 | 第51-53页 |
| 5.5 小结 | 第53-55页 |
| 第六章 结论与展望 | 第55-57页 |
| 致谢 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士期间发表和完成的相关论文 | 第63页 |
