超高维非参数可加模型的变量选择—基于向前可加回归算法

摘要	第4-5页
Abstract	第5页
第一章 绪论	第10-14页
1.1 研究背景	第10页
1.2 研究课题以及论文中的创新点(个人贡献)	第10-11页
1.3 本文主要内容以及主要结果	第11页
1.4 本文主要结构	第11-14页
第二章 文献综述	第14-28页
2.1 变量选择方法概要	第14-19页
2.2 传统变量选择方法	第19-21页
2.3 变量筛选方法	第21-22页
2.4 向前回归方法	第22-25页
2.5 向前可加回归方法概要	第25-26页
2.6 样条函数概要	第26-27页
2.7 B样条函数	第27-28页
第三章 向前可加回归算法	第28-32页
3.1 数学模型及相关记号	第28-29页
3.2 向前可加回归算法步骤	第29页
3.3 挑选最优子集方法	第29-30页
3.4 入选准则的讨论	第30-32页
第四章 数值模拟	第32-50页
4.1 序言	第32-34页
4.2 例子模拟及模拟结果	第34-44页
4.3 数值模拟的拓展	第44-45页
4.4 BIC准则的失效及进一步讨论	第45-47页
4.5 总结	第47-50页
第五章 实例分析	第50-60页
5.1 心肌病数据分析	第50-55页
5.2 脂肪含量数据分析	第55-60页
第六章 总结与展望	第60-62页
6.1 方法总结	第60页
6.2 未来展望	第60-62页
参考文献	第62-66页
致谢	第66-68页
在学期间科研成果	第68页