线性与非线性因果关系方法研究
| 详细摘要 | 第4-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 引言 | 第12页 |
| 1.2 格兰杰因果关系的发展 | 第12-16页 |
| 1.2.1 因果关系概述 | 第12-13页 |
| 1.2.2 格兰杰因果关系概述 | 第13页 |
| 1.2.3 因果关系的应用发展 | 第13-16页 |
| 1.3 新型因果关系的产生 | 第16页 |
| 1.4 收敛交叉映射 | 第16-17页 |
| 1.5 论文结构 | 第17-18页 |
| 第二章 因果关系理论 | 第18-30页 |
| 2.1 引言 | 第18页 |
| 2.2 线性回归模型基础 | 第18-22页 |
| 2.2.1 自回归(AR)模型 | 第19页 |
| 2.2.2 联合回归模型 | 第19页 |
| 2.2.3 拟合自回归模型系数 | 第19-20页 |
| 2.2.4 拟合联合回归模型系数 | 第20-22页 |
| 2.2.5 线性回归模型阶数的选择 | 第22页 |
| 2.3 格兰杰因果关系 | 第22-25页 |
| 2.3.1 时域的格兰杰因果关系 | 第22-24页 |
| 2.3.2 频域的格兰杰因果关系 | 第24-25页 |
| 2.4 新型因果关系 | 第25-27页 |
| 2.4.1 时域的新型因果关系 | 第25-27页 |
| 2.4.2 频域的新型因果关系 | 第27页 |
| 2.5 收敛交叉映射方法 | 第27-28页 |
| 2.6 本章小结 | 第28-30页 |
| 第三章 格兰杰和新因果关系的核心区别 | 第30-48页 |
| 3.1 引言 | 第30页 |
| 3.2 格兰杰和新因果关系方法模型 | 第30-31页 |
| 3.3 联合回归模型的推导 | 第31-43页 |
| 3.3.1 阶数为1的回归模型 | 第31-34页 |
| 3.3.2 阶数为2的回归模型 | 第34-43页 |
| 3.4 格兰杰因果关系和新因果关系的重大区别 | 第43-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 收敛交叉映射方法 | 第48-54页 |
| 4.1 引言 | 第48页 |
| 4.2 收敛交叉映射模型 | 第48-51页 |
| 4.2.1 非线性回归模型 | 第48-49页 |
| 4.2.2 时间序列模型 | 第49-50页 |
| 4.2.3 CCM与相关性 | 第50-51页 |
| 4.3 CCM和新型因果关系的比较 | 第51-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 基于比例的因果关系方法 | 第54-66页 |
| 5.1 引言 | 第54页 |
| 5.2 时域中基于比例的因果关系研究 | 第54-65页 |
| 5.2.1 双变量非线性模型 | 第54-56页 |
| 5.2.2 多变量非线性模型 | 第56-60页 |
| 5.2.3 双非线性变量相乘模型 | 第60-62页 |
| 5.2.4 神经网络模型 | 第62-63页 |
| 5.2.5 模型仿真 | 第63-65页 |
| 5.3 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 全文总结 | 第66-67页 |
| 6.2 展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 附录 | 第73页 |
