| 摘要 | 第1-9页 |
| Abstract | 第9-10页 |
| 1 引言 | 第10-15页 |
| ·变量选择方法的历史回顾 | 第10页 |
| ·高维变量选择方法的回顾 | 第10-13页 |
| ·多重共线性问题以及危害 | 第13-14页 |
| ·文章的结构 | 第14-15页 |
| 2 一般共线性的变量选择方法 | 第15-22页 |
| ·岭估计 | 第15-18页 |
| ·岭估计的引入 | 第15页 |
| ·岭估计的新角度解释 | 第15-17页 |
| ·岭估计与贝叶斯方法的联系 | 第17页 |
| ·岭估计变量选择的方法 | 第17-18页 |
| ·主成分回归与偏最小二乘方法 | 第18-20页 |
| ·主成分回归的提出与计算 | 第18-19页 |
| ·偏最小二乘方法 | 第19-20页 |
| ·Bridge Estimator | 第20-22页 |
| ·Bridge Estimator的提出 | 第20页 |
| ·参数选择方法 | 第20-21页 |
| ·Bridge Estimator与贝叶斯方法的联系 | 第21-22页 |
| 3 高维共线性数据参数估计以及变量选择方法 | 第22-29页 |
| ·Elastic Net定义与解 | 第22-23页 |
| ·与lasso的等价性 | 第23-24页 |
| ·组效应 | 第24-25页 |
| ·处理共线性问题 | 第25-26页 |
| ·与贝叶斯方法的联系 | 第26-27页 |
| ·适应性的elastic net方法及其大样本性质 | 第27-29页 |
| 4 实证分析与数值模拟 | 第29-35页 |
| ·实证分析-前列腺癌样本 | 第29-32页 |
| ·数值模拟 | 第32-35页 |
| 参考文献 | 第35-38页 |
| 致谢 | 第38-39页 |
| 学位论文评阅及答辩情况表 | 第39页 |