| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-15页 |
| ·引言 | 第10页 |
| ·数据处理与数据分析的历史、现状 | 第10-12页 |
| ·估计与非线性估计 | 第12-13页 |
| ·研究内容与研究意义 | 第13-15页 |
| 第二章 基于最小二乘法的数据处理与数据分析理论 | 第15-35页 |
| ·概论 | 第15页 |
| ·参数的最小二乘估计 | 第15-16页 |
| ·基本向量的方差协方差 | 第16-17页 |
| ·精度评定 | 第17-18页 |
| ·估计量的最优性质与最小二乘估计的最优性质 | 第18-20页 |
| ·假设检验 | 第20-25页 |
| ·控制网的可靠性 | 第25-26页 |
| ·随机模型验后估计 | 第26-33页 |
| ·本章小结 | 第33-35页 |
| 第三章 M估计的一般理论 | 第35-60页 |
| ·概论 | 第35页 |
| ·M估计的定义与解方程 | 第35-37页 |
| ·目标函数的选取与M估计的存在性 | 第37-42页 |
| ·污染分布与影响函数 | 第42-45页 |
| ·M估计准则的分类与统计背景 | 第45-50页 |
| ·正态分布的 M估计 | 第50-54页 |
| ·最小最大绝对偏差估计 | 第54-58页 |
| ·本章小结 | 第58-60页 |
| 第四章 M估计的线性表示与基本向量的协方差阵 | 第60-76页 |
| ·概论 | 第60-61页 |
| ·独立不等精度M估计的线性表示 | 第61-65页 |
| ·M估计的基本向量的线性表达式 | 第65-66页 |
| ·基本向量的方差—协方差矩阵 | 第66-71页 |
| ·正态分布下 M估计的多余参数 | 第71-74页 |
| ·本章小结 | 第74-76页 |
| 第五章 基于 M方法的方差估计与精度评定 | 第76-86页 |
| ·概论 | 第76页 |
| ·基于最小范数的误差方差估计 | 第76-80页 |
| ·基于加权 M残差平方和的误差方差估计公式 | 第80-82页 |
| ·方差估计的精度 | 第82-84页 |
| ·应用 | 第84页 |
| ·本章小结 | 第84-86页 |
| 第六章 基于M残差的方差分量估计 | 第86-100页 |
| ·概论 | 第86页 |
| ·基于 M残差的方差分量估计公式 | 第86-90页 |
| ·几种常用公式 | 第90-91页 |
| ·方差分量估计精度评定 | 第91-93页 |
| ·应用 | 第93-99页 |
| ·本章小结 | 第99-100页 |
| 第七章 基于M估计的统计量及其意义 | 第100-110页 |
| ·概论 | 第100页 |
| ·基于M方法的残差与真误差的关系及粗差对残差的影响 | 第100-104页 |
| ·探测粗差的M检验统计量 | 第104-106页 |
| ·线性假设检验M统计量 | 第106-109页 |
| ·本章小结 | 第109-110页 |
| 第八章 M方法的应用:污染模型下的粗差探测与精度评定 | 第110-118页 |
| ·概论 | 第110页 |
| ·粗差的两种数学模型 | 第110-111页 |
| ·均值模型下的精度评定 | 第111-113页 |
| ·膨胀模型下的精度评定 | 第113-115页 |
| ·应用 | 第115-117页 |
| ·本章小结 | 第117-118页 |
| 第九章 M准则与误差分布的数学形式 | 第118-131页 |
| ·引言 | 第118-119页 |
| ·高斯方法与正态分布 | 第119-121页 |
| ·P范分布 | 第121-122页 |
| ·和极大似然方法与误差分布 | 第122-124页 |
| ·两种准则交叉组合与误差分布 | 第124-128页 |
| ·Lp估计的解释与和极大似然估计渐近方差 | 第128-129页 |
| ·本章小结 | 第129-131页 |
| 第十章 总结 | 第131-135页 |
| ·主要工作 | 第131-133页 |
| ·主要创新点及其意义 | 第133页 |
| ·提出的问题 | 第133-135页 |
| 参考文献 | 第135-139页 |
| 攻读博士期间的主要科研成果 | 第139-140页 |
| 致谢 | 第140页 |