一种新的有关降秩回归模型的奇异值惩罚函数
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 高维统计问题发展现状 | 第10页 |
| 1.2 高维统计问题国外研究现状 | 第10-11页 |
| 1.3 回归模型相关基础内容 | 第11-12页 |
| 1.4 研究动机 | 第12页 |
| 1.5 本文内容 | 第12-13页 |
| 1.6 本文的创新之处 | 第13-14页 |
| 第二章 回归模型 | 第14-16页 |
| 2.1 回归模型的建立 | 第14-15页 |
| 2.2 惩罚函数 | 第15-16页 |
| 第三章 相关定义、定理证明 | 第16-22页 |
| 3.1 模型成立条件 | 第16-18页 |
| 3.2 模型整体性质和收敛效果 | 第18-22页 |
| 第四章 硬阈值惩罚函数回归求解方法的实现 | 第22-26页 |
| 4.1 局部线性近似方法 | 第22-23页 |
| 4.2 自适应奇异值惩罚回归 | 第23-26页 |
| 第五章 数据实验 | 第26-30页 |
| 5.1 模拟实验 | 第26-27页 |
| 5.2 实际应用 | 第27-30页 |
| 第六章 定理3.2.1的证明 | 第30-34页 |
| 6.1 模型变量选择一致性 | 第30-32页 |
| 6.2 预测和估计损失 | 第32-34页 |
| 第七章 总结与讨论 | 第34-38页 |
| 7.1 本文内容总结 | 第34页 |
| 7.2 关于本文的讨论 | 第34-35页 |
| 7.3 高维统计问题未来发展展望和本文应用 | 第35-38页 |
| 参考文献 | 第38-40页 |
| 致谢 | 第40页 |
