| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 研究背景和意义 | 第8页 |
| 1.2 文献综述及研究现状 | 第8-9页 |
| 1.3 研究内容和方法 | 第9-10页 |
| 1.4 创新之处 | 第10页 |
| 1.5 文章结构 | 第10-12页 |
| 第2章 模型 | 第12-16页 |
| 2.1 有序纵向数据 | 第12-13页 |
| 2.2 分位数回归 | 第13-14页 |
| 2.3 非对称拉普拉斯分布 | 第14-15页 |
| 2.4 对有序纵向数据进行分位数回归建模 | 第15-16页 |
| 第3章 贝叶斯方法 | 第16-24页 |
| 3.1 贝叶斯分析基础 | 第16页 |
| 3.2 先验的选择 | 第16-17页 |
| 3.3 马尔科夫链蒙特卡洛方法 | 第17-24页 |
| 3.3.1 蒙特卡洛抽样方法 | 第17-18页 |
| 3.3.2 MCMC中的马尔科夫链 | 第18-19页 |
| 3.3.3 Metropolis-Hastings算法 | 第19-20页 |
| 3.3.4 Gibbs算法 | 第20页 |
| 3.3.5 Metropolis-Hastings算法嵌套Gibbs算法 | 第20-24页 |
| 第4章 数值分析 | 第24-30页 |
| 4.1 线性模型 | 第24-25页 |
| 4.2 非线性模型 | 第25-26页 |
| 4.3 实际数据分析 | 第26-30页 |
| 第5章 结论 | 第30-32页 |
| 参考文献 | 第32-36页 |
| 致谢 | 第36-38页 |
| 在读期间发表的学术论文与取得的研究成果 | 第38页 |