目录 | 第1-7页 |
摘要 | 第7-13页 |
Abstract | 第13-19页 |
第一章 B样条作为Metropolis-Hastings算法中的一种有效建议分布 | 第19-44页 |
·引言 | 第19-20页 |
·B样条作为Metropolis-Hastings算法的建议分布 | 第20-26页 |
·B样条Metropolis-Hastings算法的一些推广 | 第26-28页 |
·混合正态分布作为Metropolis-Hastings算法的另一种建议分布 | 第28-31页 |
·数值模拟 | 第31-38页 |
·真实数据的例子 | 第38-41页 |
·本章小结 | 第41-44页 |
第二章 Equi-Energy抽样在混合正态分布的贝叶斯分析中的应用 | 第44-52页 |
·引言 | 第44-45页 |
·模型介绍及Equi-Energy抽样 | 第45-48页 |
·数值模拟 | 第48-49页 |
·本章小结 | 第49-52页 |
第三章 模拟退火算法在计算统计深度中的应用 | 第52-68页 |
·引言 | 第52页 |
·预备知识 | 第52-53页 |
·模拟退火算法计算outlyingness | 第53-57页 |
·模拟实验 | 第57-64页 |
·模拟退火算法的参数的选择问题 | 第64-66页 |
·本章小结 | 第66-68页 |
第四章 模拟退火算法计算Kendall's τ和Spearman's ρ的边界 | 第68-82页 |
·引言 | 第68-69页 |
·预备知识 | 第69-71页 |
·模拟退火算法计算Kendall's τ和Spearman's ρ的边界 | 第71-75页 |
·本章主要结果 | 第75-79页 |
·本章小结 | 第79-82页 |
第五章 对称阵稀疏主成分分析在充分降维问题中的应用及蒙特卡洛分析 | 第82-92页 |
·引言 | 第82-83页 |
·稀疏主成分估计 | 第83-84页 |
·渐近性质 | 第84-86页 |
·模拟结果 | 第86-87页 |
·结束语 | 第87-92页 |
参考文献 | 第92-102页 |
致谢 | 第102-103页 |
攻读博士学位期间发表及完成的论文 | 第103-104页 |
学位论文评阅及答辩情况表 | 第104页 |