| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·引言 | 第7-9页 |
| ·文献综述 | 第9-10页 |
| ·文章的结构 | 第10-11页 |
| 第二章 经典的线性回归模型 | 第11-14页 |
| 第三章 几种常见的参数估计及压缩方法 | 第14-20页 |
| ·线性模型中的最小二乘法 | 第14-15页 |
| ·极大似然估计 | 第15-16页 |
| ·Bayes线性估计(H.Robbins) | 第16-17页 |
| ·岭回归估计 | 第17-18页 |
| ·fminsearch | 第18-20页 |
| 第四章 协变量为均匀分布时的参数估计 | 第20-29页 |
| ·中点替代法 | 第21-22页 |
| ·模拟计算 | 第21-22页 |
| ·离散化方法 | 第22-25页 |
| ·理论推导 | 第22-24页 |
| ·模拟 | 第24-25页 |
| ·正态逼近 | 第25-29页 |
| ·理论推导 | 第25-26页 |
| ·模拟 | 第26-29页 |
| 第五章 比较分析 | 第29-33页 |
| ·离散化方法与中点替代法模拟结果比较 | 第29-31页 |
| ·正态逼近的估计精度 | 第31-33页 |
| 第六章 总结 | 第33-34页 |
| 参考文献 | 第34-36页 |
| 附录Ⅰ | 第36-39页 |
| 1、正态逼近 | 第36-37页 |
| 2、离散化方法 | 第37-39页 |
| 在学期间完成的工作 | 第39-40页 |
| 致谢 | 第40页 |