| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 引言 | 第10-16页 |
| 1.1 选题背景与研究意义 | 第10-12页 |
| 1.1.1 选题背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.2.1 国内研究现状 | 第12-13页 |
| 1.2.2 国外研究现状 | 第13-14页 |
| 1.3 论文的创新之处 | 第14-16页 |
| 第二章 贝叶斯估计原理与分位数回归 | 第16-32页 |
| 2.1 贝叶斯估计的基本原理 | 第16-21页 |
| 2.1.1 贝叶斯定理 | 第16-17页 |
| 2.1.2 先验分布 | 第17页 |
| 2.1.3 后验分布 | 第17-18页 |
| 2.1.4 似然函数 | 第18页 |
| 2.1.5 蒙特卡罗方法与蒙特卡罗积分 | 第18-20页 |
| 2.1.6 马尔科夫链 | 第20-21页 |
| 2.2 分位数回归 | 第21-23页 |
| 2.2.1 分位数回归的基本模型 | 第21-23页 |
| 2.3 基于Gibbs算法的时空间分位数回归 | 第23-32页 |
| 2.3.1 模型设定 | 第23页 |
| 2.3.2 截距项的选取 | 第23页 |
| 2.3.3 先验函数的选取 | 第23-24页 |
| 2.3.4 解释变量的增加 | 第24-25页 |
| 2.3.5 空间分位数回归 | 第25-26页 |
| 2.3.6 基于Gibbs算法的空间分位数回归 | 第26-27页 |
| 2.3.7 基于Gibbs算法的时空分位数回归 | 第27-28页 |
| 2.3.8 分位过程的半参模型 | 第28-31页 |
| 2.3.9 残差相关模型 | 第31-32页 |
| 第三章 算法 | 第32-36页 |
| 3.1 计算模拟 | 第32-33页 |
| 3.2 非小尺度误差模型的似然函数 | 第33-34页 |
| 3.3 分位函数的跨度 | 第34-36页 |
| 第四章 模拟实现 | 第36-40页 |
| 4.1 基于Gibbs算法的空间分位数模拟 | 第36-38页 |
| 4.2 基于Gibbs算法的时空分位数回归模拟 | 第38-40页 |
| 第五章 实证分析 | 第40-52页 |
| 5.1 实证1：平均气温相对其他气候因素的空间分位数回归分析 | 第40-42页 |
| 5.2 实证2:2006-2015年中国地区气温的时空分位回归分析 | 第42-52页 |
| 5.2.1 先验函数的选取与模型修正 | 第43-44页 |
| 5.2.2 结果展示 | 第44-52页 |
| 第六章 研究总结与展望 | 第52-54页 |
| 6.1 研究总结 | 第52页 |
| 6.2 研究展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58页 |