| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9-10页 |
| 第一章 绪论 | 第16-24页 |
| 1.1 研究背景及意义 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-20页 |
| 1.2.1 回归分析研究现状 | 第17-19页 |
| 1.2.2 神经网络模型研究现状 | 第19-20页 |
| 1.3 研究思路和方法 | 第20-22页 |
| 1.3.1 研究思路 | 第20-21页 |
| 1.3.2 研究方法 | 第21-22页 |
| 1.4 主要创新及结构安排 | 第22-24页 |
| 1.4.1 主要创新 | 第22页 |
| 1.4.2 结构安排 | 第22-24页 |
| 第二章 Expectile回归理论与方法 | 第24-27页 |
| 2.1 线性expectile回归 | 第24-25页 |
| 2.1.1 模型表示 | 第24页 |
| 2.1.2 参数估计 | 第24-25页 |
| 2.1.3 模型预测 | 第25页 |
| 2.2 非线性expectile回归 | 第25-27页 |
| 2.2.1 P-样条expectile回归模型 | 第25-26页 |
| 2.2.2 加性expectile回归模型 | 第26-27页 |
| 第三章 神经网络expectile回归理论与方法 | 第27-52页 |
| 3.1 基本的神经网络expectile回归 | 第27-35页 |
| 3.1.1 模型表示 | 第27-29页 |
| 3.1.2 参数估计 | 第29页 |
| 3.1.3 模型选择 | 第29-30页 |
| 3.1.4 数值模拟 | 第30-35页 |
| 3.2 带有L2惩罚的神经网络expectile回归 | 第35-40页 |
| 3.2.1 模型表示 | 第35页 |
| 3.2.2 参数估计 | 第35页 |
| 3.2.3 模型选择 | 第35-36页 |
| 3.2.4 数值模拟 | 第36-40页 |
| 3.3 带有L1惩罚的神经网络expectile回归 | 第40-46页 |
| 3.3.1 模型表示 | 第40页 |
| 3.3.2 参数估计 | 第40页 |
| 3.3.3 模型选择 | 第40-41页 |
| 3.3.4 数值模拟 | 第41-46页 |
| 3.4 带有L1+L2惩罚的神经网络expectile回归 | 第46-51页 |
| 3.4.1 模型表示 | 第46页 |
| 3.4.2 参数估计 | 第46页 |
| 3.4.3 模型选择 | 第46-47页 |
| 3.4.4 数值模拟 | 第47-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第四章 应用研究 | 第52-67页 |
| 4.1 波士顿房价分析 | 第52-60页 |
| 4.1.1 研究目的 | 第52页 |
| 4.1.2 数据来源 | 第52-53页 |
| 4.1.3 实证分析 | 第53-54页 |
| 4.1.4 结果讨论 | 第54-56页 |
| 4.1.5 波士顿房价变动分析 | 第56-60页 |
| 4.2 中国房地产价格分析 | 第60-66页 |
| 4.2.1 研究目的 | 第60-61页 |
| 4.2.2 数据来源 | 第61页 |
| 4.2.3 实证分析 | 第61-62页 |
| 4.2.4 结果讨论 | 第62-63页 |
| 4.2.5 中国房价变动分析 | 第63-66页 |
| 4.3 本章小结 | 第66-67页 |
| 第五章 总结与展望 | 第67-69页 |
| 5.1 研究总结 | 第67-68页 |
| 5.2 研究展望 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第74-75页 |
