| 内容摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第1章 绪论 | 第8-16页 |
| ·选题背景及意义 | 第8-9页 |
| ·论文的研究背景 | 第8页 |
| ·研究目的及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-14页 |
| ·国外理论 | 第9-11页 |
| ·国内研究 | 第11-14页 |
| ·论文内容安排 | 第14-16页 |
| ·论文的文章架构 | 第14-15页 |
| ·论文的创新点 | 第15-16页 |
| 第2章 我国的城镇登记失业率现状 | 第16-22页 |
| ·失业率的经济学定义 | 第16-18页 |
| ·我国城镇登记失业的现状 | 第18-19页 |
| ·我国城镇登记失业率的趋势分析 | 第18-19页 |
| ·我国失业登记的发展历史 | 第19页 |
| ·我国研究城镇登记失业率面临的问题 | 第19-22页 |
| ·奥肯定律在中国适用性严重不足 | 第19-20页 |
| ·菲利普斯曲线在中国适用性严重不强 | 第20-21页 |
| ·很多人在质疑我国的城镇登记失业率 | 第21-22页 |
| 第3章 贝叶斯分层模型理论与方法 | 第22-32页 |
| ·贝叶斯分层模型的数学定义 | 第22-23页 |
| ·几种常见的贝叶斯分层模型 | 第23-28页 |
| ·Fay-Herriot模型 | 第23-24页 |
| ·时间序列模型 | 第24-25页 |
| ·基于时间序列的广义Fay-Herriot模型 | 第25-27页 |
| ·模型适用的判别方法 | 第27-28页 |
| ·贝叶斯分层模型的基本算法 | 第28-30页 |
| ·Metropolis-Hastings抽样算法 | 第29页 |
| ·Gibbs抽样算法 | 第29-30页 |
| ·贝叶斯模型的优势 | 第30-32页 |
| ·点估计具有的优势 | 第30-31页 |
| ·区间估计具有的优势 | 第31-32页 |
| 第4章 基于贝叶斯分层模型的城镇登记失业率的实证分析 | 第32-45页 |
| ·数据的说明及变量选择 | 第32-33页 |
| ·模型的说明 | 第33-34页 |
| ·实证研究 | 第34-39页 |
| ·Gibbs抽样的实现 | 第34-36页 |
| ·研究结果的收敛性判定分析 | 第36-39页 |
| ·三种模型的适用性分析与比较 | 第39-45页 |
| 第5章 结论与不足 | 第45-47页 |
| ·结论 | 第45-46页 |
| ·不足之处 | 第46-47页 |
| 附录 | 第47-55页 |
| 参考文献 | 第55-58页 |
| 后记 | 第58页 |