若干模型下的变量选择和特征筛选
| 中文摘要 | 第7-12页 |
| 英文摘要 | 第12-17页 |
| 第一章 绪论 | 第18-26页 |
| 1.1 变量选择和特征筛选 | 第18-22页 |
| 1.1.1 特征筛选 | 第18-19页 |
| 1.1.2 变量选择 | 第19-22页 |
| 1.2 经验似然 | 第22-24页 |
| 1.3 异常值 | 第24-26页 |
| 第二章 条件边际经验似然特征筛选 | 第26-56页 |
| 2.1 引言 | 第26-28页 |
| 2.2 SIRS | 第28-29页 |
| 2.3 CELSIRS | 第29-33页 |
| 2.3.1 情况1 | 第31-32页 |
| 2.3.2 情况2 | 第32页 |
| 2.3.3 条件集合选取 | 第32-33页 |
| 2.4 理论性质 | 第33-37页 |
| 2.4.1 假设条件 | 第33-34页 |
| 2.4.2 理论性质 | 第34-37页 |
| 2.5 模拟研究 | 第37-42页 |
| 2.5.1 模型和评定准则 | 第37-38页 |
| 2.5.2 模拟 | 第38-42页 |
| 2.5.3 结论 | 第42页 |
| 2.6 实例数据研究 | 第42-44页 |
| 2.7 引理和定理证明 | 第44-56页 |
| 第三章 一般高维单指标模型的变量选择 | 第56-82页 |
| 3.1 引言 | 第56-58页 |
| 3.2 方法 | 第58-62页 |
| 3.2.1 线性模型下的惩罚轮廓似然 | 第58-59页 |
| 3.2.2 一般单指标模型下的惩罚轮廓似然 | 第59-62页 |
| 3.3 调节参数选取以及算法 | 第62-63页 |
| 3.4 理论性质 | 第63-65页 |
| 3.5 模拟研究 | 第65-70页 |
| 3.6 实例数据分析 | 第70-72页 |
| 3.7 引理和定理证明 | 第72-82页 |
| 第四章 均值漂移模型的异常值识别及变量选择 | 第82-100页 |
| 4.1 引言 | 第82-84页 |
| 4.2 方法 | 第84-87页 |
| 4.2.1 惩罚经验似然 | 第85-86页 |
| 4.2.2 惩罚函数的选取 | 第86-87页 |
| 4.3 调节参数选取与算法 | 第87-89页 |
| 4.4 理论结果 | 第89-90页 |
| 4.5 模拟研究 | 第90-93页 |
| 4.6 实例数据分析 | 第93-95页 |
| 4.7 定理证明 | 第95-100页 |
| 第五章 总结与展望 | 第100-102页 |
| 参考文献 | 第102-110页 |
| 攻读博士学位期间完成论文情况 | 第110-112页 |
| 致谢 | 第112-113页 |
| 学位论文评阅及答辩情况表 | 第113页 |
