中文摘要 | 第3-5页 |
英文摘要 | 第5-7页 |
主要符号对照表 | 第11-12页 |
1 绪论 | 第12-18页 |
1.1 变系数模型 | 第12-14页 |
1.2 部分线性可加模型 | 第14-15页 |
1.3 变指标系数模型 | 第15页 |
1.4 本文的主要工作 | 第15-18页 |
2 变系数模型基于秩回归的稳健变量选择与参数元素识别 | 第18-34页 |
2.1 引言 | 第18-19页 |
2.2 稳健的变量选择和参数元素识别 | 第19-21页 |
2.2.1 估计方法 | 第19-21页 |
2.2.2 渐近理论 | 第21页 |
2.3 算法与调节参数的选择 | 第21-23页 |
2.4 数值模拟 | 第23-26页 |
2.5 实例分析 | 第26-28页 |
2.6 本章小结 | 第28页 |
2.7 主要结果的条件和证明 | 第28-34页 |
3 广义变系数部分线性模型中的稳健光滑阈估计方程 | 第34-54页 |
3.1 引言 | 第34-36页 |
3.2 估计方法与理论性质 | 第36-38页 |
3.2.1 稳健的估计方程 | 第36-37页 |
3.2.2 渐近理论 | 第37-38页 |
3.3 稳健的光滑阈估计方程与Oracle性质 | 第38-39页 |
3.4 算法与调节参数的选择 | 第39-40页 |
3.5 数值模拟 | 第40-46页 |
3.6 实例分析 | 第46-48页 |
3.7 本章小结 | 第48页 |
3.8 主要结果的条件和证明 | 第48-54页 |
4 部分线性可加模型基于众数回归的稳健变量选择 | 第54-74页 |
4.1 引言 | 第54-55页 |
4.2 稳健的众数估计及其理论性质 | 第55-56页 |
4.2.1 估计方法 | 第55-56页 |
4.2.2 理论性质 | 第56页 |
4.3 渐近窗宽与相对效率 | 第56-58页 |
4.3.1 渐近窗宽 | 第56-57页 |
4.3.2 渐近相对效率 | 第57-58页 |
4.4 部分线性可加模型中的变量选择问题 | 第58-59页 |
4.5 调节参数的选择与估计算法 | 第59-60页 |
4.5.1 调节参数的选择 | 第59-60页 |
4.5.2 算法 | 第60页 |
4.6 数值模拟 | 第60-64页 |
4.7 实例分析 | 第64-66页 |
4.8 本章小结 | 第66页 |
4.9 主要结果的条件和证明 | 第66-74页 |
5 纵向数据下部分线性可加模型的稳健变量选择 | 第74-100页 |
5.1 引言 | 第74-75页 |
5.2 分位数回归模型与理论性质 | 第75-79页 |
5.2.1 样条近似与估计 | 第75-77页 |
5.2.2 参数与协方差矩阵的估计 | 第77-78页 |
5.2.3 渐近理论 | 第78-79页 |
5.3 光滑阈广义估计方程和Oracle性质 | 第79-81页 |
5.3.1 变量选择过程 | 第79-81页 |
5.3.2 调节参数的选取 | 第81页 |
5.4 数值模拟 | 第81-88页 |
5.5 实例分析 | 第88-90页 |
5.6 本章小结 | 第90页 |
5.7 主要结果的条件和证明 | 第90-100页 |
6 变指标系数模型基于众数回归的稳健估计 | 第100-126页 |
6.1 引言 | 第100页 |
6.2 剖面样条众数估计 | 第100-104页 |
6.2.1 估计程序 | 第100-102页 |
6.2.2 渐近性质 | 第102-104页 |
6.3 两步估计方法及其Oracle性质 | 第104-105页 |
6.4 渐近窗宽 | 第105-106页 |
6.4.1 PSME的渐近窗宽 | 第105-106页 |
6.4.2 SBLLM估计的渐近窗宽 | 第106页 |
6.5 估计算法 | 第106-109页 |
6.5.1 关于PSME的估计算法 | 第106-108页 |
6.5.2 关于LLM和SBLLM的估计算法 | 第108-109页 |
6.6 数值模拟 | 第109-115页 |
6.7 实例分析 | 第115-117页 |
6.8 本章小结 | 第117-118页 |
6.9 主要结果的条件和证明 | 第118-126页 |
7 总结 | 第126-128页 |
致谢 | 第128-130页 |
参考文献 | 第130-138页 |
附录 | 第138页 |
A. 作者在攻读博士期间的研究成果及发表的论文 | 第138页 |