| 第一章 绪论 | 第1-10页 |
| 1．1 影响点和PLS、LAD回归 | 第6-8页 |
| 1．2 核估计和生存函数 | 第8-10页 |
| 第二章 寻找偏最小二乘回归的影响点 | 第10-39页 |
| 2．1 问题简介 | 第10-11页 |
| 2．2 偏最小二乘回归和它的弱点 | 第11-13页 |
| 2．3 二阶局部影响 | 第13-14页 |
| 2．4 用X，Y直接表示β~q和（?）~q | 第14-17页 |
| 2．5 诊断β~q和统计量（?）~q的影响点 | 第17-31页 |
| 2．6 例子 | 第31-38页 |
| 2．7 小结 | 第38-39页 |
| 第三章 分析偏最小二乘不适用的情况并提出改进办法 | 第39-43页 |
| 3．1 问题简介 | 第39-40页 |
| 3．2 偏最小二乘法的改进算法 | 第40-41页 |
| 3．3 应用偏最小二乘的改进算法的例子 | 第41-42页 |
| 3．4 小结 | 第42-43页 |
| 第四章 寻找最小一乘法拟合的AR（p）模型的影响点 | 第43-50页 |
| 4．1 问题简介 | 第43-44页 |
| 4．2 最小一乘估计AR（p）模型 | 第44页 |
| 4．3 Portmanteau统计量的经验影响函数 | 第44-46页 |
| 4．4 影响点检测的具体过程 | 第46-48页 |
| 4．5 小结 | 第48-50页 |
| 第五章 随机右删失数据生存函数的局部核估计 | 第50-60页 |
| 5．1 问题简介 | 第50页 |
| 5．2 生存函数的卷积型核估计 | 第50-51页 |
| 5．3 渐近特性 | 第51-55页 |
| 5．4 利用数据选择局部带宽的具体实现方法 | 第55-56页 |
| 5．5 几个数值例子 | 第56-59页 |
| 5．6 小结 | 第59-60页 |
| 第六章 总结 | 第60-72页 |