分位数回归中的贝叶斯变量选择
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-18页 |
| §1.1 概述 | 第8-11页 |
| §1.2 问题的背景与模型 | 第11-13页 |
| §1.3 预备知识 | 第13-16页 |
| §1.3.1 非对称拉普拉斯分布 | 第13-14页 |
| §1.3.2 狄利克雷分布 | 第14-15页 |
| §1.3.3 狄利克雷过程 | 第15-16页 |
| §1.4 本文的主要工作和结构安排 | 第16-18页 |
| 第二章 线性分位数回归中的变量选择 | 第18-32页 |
| §2.1 贝叶斯分层模型 | 第18-19页 |
| §2.2 吉布斯算法 | 第19-20页 |
| §2.3 模拟研究 | 第20-25页 |
| §2.4 实际数据分析 | 第25-32页 |
| 第三章 两值和删失分位数模型中的变量选择 | 第32-62页 |
| §3.1 贝叶斯分层模型 | 第32-34页 |
| §3.2 吉布斯抽样的满条件分布 | 第34-36页 |
| §3.3 模拟研究 | 第36-47页 |
| §3.4 实际数据分析 | 第47-51页 |
| §3.5 吉布斯样本的收敛性 | 第51-62页 |
| 第四章 单指标分位数模型中的变量选择 | 第62-75页 |
| §4.1 贝叶斯分层模型 | 第62-64页 |
| §4.2 后验推断以及相关的计算 | 第64-65页 |
| §4.3 吉布斯抽样和MH算法 | 第65-70页 |
| §4.4 模拟研究 | 第70-71页 |
| §4.5 实际数据分析 | 第71-75页 |
| 第五章 进一步展望 | 第75-76页 |
| 结论 | 第76-77页 |
| 参考文献 | 第77-86页 |
| 在学期间公开发表(投稿)论文情况 | 第86-87页 |
| 致谢 | 第87页 |
