首页--数理科学和化学论文--概率论与数理统计论文--数理统计论文--一般数理统计论文

TD用户网络满意度与网络指标的回归分析

摘要第5-6页
Abstract第6-7页
第一章 绪论第11-14页
    1.1 研究背景第11页
    1.2 研究的目的和意义第11-12页
    1.3 国内外研究的发展概况与现状第12-14页
第二章 用户满意度与 TD 网络指标介绍第14-24页
    2.1 网络满意度的含义以及意义第14-16页
        2.1.1 客户满意度含义第14页
        2.1.2 移动网络满意度介绍第14-16页
    2.2 移动网络满意度问卷设计形式第16-18页
        2.2.1 用户在网及年龄、性别信息调研题目:第16页
        2.2.2 用户对网络使用的总体及细项评价:第16-17页
        2.2.3 用户对移动公司客户服务的评价第17页
        2.2.4 用户对所使用终端的评价第17-18页
    2.3 TD 移动网络及相关指标概述第18-24页
        2.3.1 移动网络服务介绍第18-19页
        2.3.2 TD 移动网络介绍第19-20页
        2.3.3 TD 移动网络指标介绍第20-24页
第三章 回归模型的原理第24-37页
    3.1 经典多元线性回归分析模型第24-28页
        3.1.1 回归系数的估计第25-26页
        3.1.2 显著性检验第26页
        3.1.3 拟合优度第26-27页
        3.1.4 AIC 信息准则第27页
        3.1.5 回归诊断第27-28页
    3.2 多重共线性第28-29页
        3.2.1 的条件数第28页
        3.2.2 膨胀系数第28-29页
    3.3 岭回归模型第29-30页
    3.4 LASSO 回归模型第30-32页
        3.4.1 LASSO 回归思路第30-31页
        3.4.2 基于 LARS 算法的 LASSO 实现第31-32页
    3.5 PLS(偏最小二乘)回归模型第32-37页
        3.5.1 偏最小二乘回归思路第32-33页
        3.5.2 偏最小二乘回归原理第33-35页
        3.5.3 偏最小二乘回归步骤第35-36页
        3.5.4 使用交叉验证选择模型成分数量第36页
        3.5.5 回归系数的显著性检验第36-37页
第四章 TD 用户网络满意度与网络指标回归分析模型建立第37-58页
    4.1 TD 用户网络满意度调查数据选取第37页
    4.2 TD 用户网络满意度经典线性回归模型建立第37-43页
        4.2.1 备用数据筛选第37-39页
        4.2.2 构建经典多元回归模型第39-41页
        4.2.3 多元回归模型参数残差检验第41-43页
        4.2.4 多重共线性检验第43页
        4.2.5 结论第43页
    4.3 构建岭回归回归模型第43-44页
        4.3.1 岭回归模型建立第43-44页
    4.4 构建 LASSO 回归模型第44-47页
    4.5 构建偏最小二乘回归模型第47-51页
        4.5.1 对原始数据进行标准化处理第47页
        4.5.2 进行第一步偏最小二乘回归第47-49页
        4.5.3 最终模型预测效果第49-50页
        4.5.4 最终模型回归参数显著性检验第50-51页
    4.6 模型选择及外推效果验证第51-54页
        4.6.1 十折交叉验证第51-52页
        4.6.2 模型选择第52-53页
        4.6.3 模型外推效果验证第53-54页
    4.7 偏最小二乘回归模型结果应用第54-58页
        4.7.1 咨询公司满意度模型及影响力大小第54-56页
        4.7.2 TD 客户网络满意度提升措施第56页
        4.7.3 TD 客户网络满意度提升效果第56-58页
结论第58-59页
参考文献第59-61页
附录 1第61-62页
附录 2第62-63页
攻读硕士学位期间取得的研究成果第63-64页
致谢第64-65页
附件第65页

论文共65页,点击 下载论文
上一篇:基于Cox比例风险模型的商业银行信用风险度量研究
下一篇:模糊决策树的应用研究与系统设计实现