| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究的问题 | 第12-13页 |
| 1.2 偏t正态分布 | 第13页 |
| 1.3 符号说明 | 第13-14页 |
| 1.4 模型概论 | 第14-16页 |
| 1.4.1 线性回归模型 | 第14-15页 |
| 1.4.2 非线性回归模型 | 第15页 |
| 1.4.3 混合回归模型 | 第15-16页 |
| 1.5 算法简述 | 第16-18页 |
| 1.5.1 Newton-Raphson迭代算法 | 第16-17页 |
| 1.5.2 EM算法 | 第17-18页 |
| 1.6 本文内容及结构安排 | 第18-20页 |
| 第二章 偏t正态数据下混合线性模型的参数估计 | 第20-28页 |
| 2.1 偏t正态数据下混合线性模型 | 第20-21页 |
| 2.2 偏t正态数据下混合线性模型的EM算法 | 第21-24页 |
| 2.3 Monte Carlo模拟 | 第24-27页 |
| 2.4 小结 | 第27-28页 |
| 第三章 偏t正态数据下混合线性联合位置与尺度模型的参数估计 | 第28-38页 |
| 3.1 偏t正态数据下混合线性联合位置与尺度模型 | 第28-29页 |
| 3.2 偏t正态数据下混合线性联合位置与尺度模型的EM算法 | 第29-32页 |
| 3.3 Monte Carlo模拟 | 第32-35页 |
| 3.4 实例分析 | 第35-37页 |
| 3.5 小结 | 第37-38页 |
| 第四章 偏t正态数据下混合非线性联合位置、尺度与偏度模型的参数估计 | 第38-46页 |
| 4.1 偏t正态数据下混合非线性联合位置、尺度与偏度模型 | 第38-39页 |
| 4.2 偏t正态数据下混合非线性联合位置、尺度与偏度模型的EM算法 | 第39-42页 |
| 4.3 Monte Carlo模拟 | 第42-45页 |
| 4.4 小结 | 第45-46页 |
| 第五章 结论与展望 | 第46-48页 |
| 致谢 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 攻读硕士期间发表和完成的相关论文 | 第54页 |
