高维数据非参数可加模型的传输功率影响因素分析
| 摘要 | 第4-7页 |
| Abstract | 第7-9页 |
| 1. 绪论 | 第12-24页 |
| 1.1 研究背景及意义 | 第12-15页 |
| 1.1.1 研究背景 | 第12-14页 |
| 1.1.2 研究意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-21页 |
| 1.2.1 国外研究现状 | 第15-18页 |
| 1.2.2 国内研究现状 | 第18-20页 |
| 1.2.3 文献小结 | 第20-21页 |
| 1.3 本文研究思路和内容 | 第21-22页 |
| 1.3.1 研究思路 | 第21页 |
| 1.3.2 研究内容 | 第21-22页 |
| 1.4 研究方法 | 第22-23页 |
| 1.5 本文的创新之处 | 第23-24页 |
| 2. 几种降维方法的介绍 | 第24-31页 |
| 2.1 逐步回归 | 第24-26页 |
| 2.1.1 逐步回归的基本思想 | 第24页 |
| 2.1.2 逐步回归的实施过程 | 第24-25页 |
| 2.1.3 逐步回归的主要计算步骤 | 第25页 |
| 2.1.4 逐步回归的模型实现 | 第25-26页 |
| 2.2 主成分分析方法 | 第26-28页 |
| 2.2.1 主成分分析的基本思想 | 第26-27页 |
| 2.2.2 主成分分析法数学模型及实现步骤 | 第27-28页 |
| 2.3 Lasso方法 | 第28-31页 |
| 2.3.1 Lasso的概念及基本思想 | 第28-29页 |
| 2.3.2 Lasso方法的模型实现 | 第29-31页 |
| 3. 高维数据非参数可加模型建立 | 第31-40页 |
| 3.1 要研究的问题 | 第31-32页 |
| 3.2 数据预处理 | 第32-34页 |
| 3.3 非参数独立变量筛选 | 第34-36页 |
| 3.3.1 模型建立 | 第34-35页 |
| 3.3.2 筛选流程 | 第35-36页 |
| 3.4 非参数可加模型 | 第36-40页 |
| 3.4.1 模型建立 | 第36-37页 |
| 3.4.2 筛选和拟合过程 | 第37-40页 |
| 4. 高维数据非参数可加模型实证分析 | 第40-57页 |
| 4.1 样本选取与数据来源 | 第40页 |
| 4.2 变量选取 | 第40-42页 |
| 4.2.1 变量选取的原则 | 第40-41页 |
| 4.2.2 变量的选取 | 第41-42页 |
| 4.3 本文实证分析结果 | 第42-50页 |
| 4.3.1 自变量与因变量之间的散点图 | 第42-43页 |
| 4.3.2 数据预处理-皮尔逊相关系数 | 第43-44页 |
| 4.3.3 非参数独立变量筛选 | 第44-47页 |
| 4.3.4 非参数可加模型 | 第47-50页 |
| 4.4 对比实证分析结果 | 第50-55页 |
| 4.4.1 逐步回归 | 第50-53页 |
| 4.4.2 Lasso回归 | 第53-55页 |
| 4.5 小结 | 第55-57页 |
| 5. 结论和展望 | 第57-60页 |
| 5.1 结论 | 第57-58页 |
| 5.2 展望 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 附录 | 第65-75页 |
| 致谢 | 第75页 |
