异方差模型的统计推断
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 符号表 | 第11-15页 |
| 第1章 绪论 | 第15-37页 |
| ·研究的问题 | 第15-16页 |
| ·模型 | 第16-28页 |
| ·线性回归模型 | 第16-18页 |
| ·双重广义线性回归模型 | 第18-21页 |
| ·纵向数据下联合均值协方差模型 | 第21-24页 |
| ·半参数回归模型 | 第24-26页 |
| ·半参数联合均值方差模型 | 第26-28页 |
| ·变量选择方法 | 第28-34页 |
| ·子集选择法 | 第28-30页 |
| ·系数压缩法 | 第30-34页 |
| ·本文内容及结构 | 第34-37页 |
| 第2章 高维数据下双重广义线性模型的变量选择 | 第37-57页 |
| ·引言 | 第37-40页 |
| ·基于惩罚伪似然的变量选择 | 第40-41页 |
| ·渐近性质 | 第41-42页 |
| ·迭代计算 | 第42-45页 |
| ·算法研究 | 第42-44页 |
| ·调整参数的选择 | 第44-45页 |
| ·模拟研究 | 第45-50页 |
| ·定理的证明 | 第50-56页 |
| ·定理2.3.1的证明 | 第51-52页 |
| ·定理2.3.2的证明 | 第52-56页 |
| ·本章小结 | 第56-57页 |
| 第3章 纵向数据下均值协方差模型的变量选择 | 第57-75页 |
| ·引言 | 第57-58页 |
| ·均值协方差模型的变量选择 | 第58-60页 |
| ·协方差矩阵的改进的Cholesky分解 | 第58-60页 |
| ·JMVGLRM的惩罚极大似然估计 | 第60页 |
| ·渐近性质 | 第60-62页 |
| ·迭代计算 | 第62-64页 |
| ·算法研究 | 第62-64页 |
| ·调整参数的选择 | 第64页 |
| ·模拟研究 | 第64-69页 |
| ·定理的证明 | 第69-72页 |
| ·本章小结 | 第72-75页 |
| 第4章 半参数异方差模型的变量选择 | 第75-97页 |
| ·引言 | 第75-76页 |
| ·半参数异方差模型的变量选择 | 第76-79页 |
| ·半参数异方差模型 | 第76-77页 |
| ·正则 REML 估计 | 第77-79页 |
| ·渐近性质 | 第79-80页 |
| ·迭代计算 | 第80-82页 |
| ·算法研究 | 第80-82页 |
| ·调整参数的选择 | 第82页 |
| ·模拟研究 | 第82-86页 |
| ·实际数据分析 | 第86-89页 |
| ·定理的证明 | 第89-95页 |
| ·本章小结 | 第95-97页 |
| 第5章 妊娠期高血压疾病危险因素的统计分析 | 第97-109页 |
| ·引言 | 第97-98页 |
| ·模型及变量选择方法 | 第98-101页 |
| ·双重logistic回归模型 | 第98-100页 |
| ·算法 | 第100-101页 |
| ·数据分析 | 第101-106页 |
| ·本章小结 | 第106-109页 |
| 第6章 偏正态半参数变系数模型的异方差检验 | 第109-131页 |
| ·引言 | 第109-110页 |
| ·模型和估计 | 第110-114页 |
| ·模型 | 第110-111页 |
| ·基于B样条的极大似然估计 | 第111-113页 |
| ·主要结论 | 第113-114页 |
| ·方差齐性的score检验 | 第114-117页 |
| ·模拟研究 | 第117-125页 |
| ·定理的证明 | 第125-129页 |
| ·本章小结 | 第129-131页 |
| 第7章 半参数均值方差模型的贝叶斯估计 | 第131-143页 |
| ·引言 | 第131-133页 |
| ·半参数均值方差模型的贝叶斯分析 | 第133-136页 |
| ·非参数函数的B样条逼近 | 第133页 |
| ·参数的先验分布 | 第133-134页 |
| ·Gibbs抽样和条件分布 | 第134-135页 |
| ·贝叶斯推断 | 第135-136页 |
| ·模拟研究 | 第136-140页 |
| ·实际数据分析 | 第140-142页 |
| ·本章小结 | 第142-143页 |
| 结论 | 第143-147页 |
| 参考文献 | 第147-165页 |
| 攻读博士学位期间的研究成果 | 第165-167页 |
| 致谢 | 第167-168页 |
