| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.1.1 选题背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 Bayes估计的研究现状 | 第10-12页 |
| 1.3 本文主要内容、创新点以及拟采用的研究方法与路线 | 第12-15页 |
| 1.3.1 研究的主要内容 | 第12-13页 |
| 1.3.2 创新点 | 第13页 |
| 1.3.3 研究手段及技术路线 | 第13-15页 |
| 第2章 相关理论简介 | 第15-31页 |
| 2.1 Bayes估计 | 第15-22页 |
| 2.1.1 Bayes估计方法 | 第15-17页 |
| 2.1.2 Bayes估计的性质 | 第17-21页 |
| 2.1.3 先验分布的选取 | 第21-22页 |
| 2.2 多级评分理论及顾客满意度模型 | 第22-31页 |
| 2.2.1 多级评分理论 | 第22-23页 |
| 2.2.2 顾客满意度模型 | 第23-31页 |
| 第3章 基于Bayes估计的幸福指数研究 | 第31-49页 |
| 3.1 引言 | 第31-34页 |
| 3.1.1 多项分布 | 第31-32页 |
| 3.1.2 幸福指数的多级评分 | 第32-34页 |
| 3.2 多项分布的Bayes估计 | 第34-39页 |
| 3.2.1 多项分布Bayes估计先验分布的选取 | 第34-36页 |
| 3.2.2 多项分布的Bayes后验分布 | 第36-39页 |
| 3.3 多项分布的Bayes后验均值 | 第39-45页 |
| 3.3.1 Beta分布的相关理论 | 第39-43页 |
| 3.3.2 特殊先验下多项分布的Bayes后验均值 | 第43-45页 |
| 3.4 北京市幸福指数的实例 | 第45-47页 |
| 3.5 结果分析与比较 | 第47-49页 |
| 第4章 总结与展望 | 第49-51页 |
| 4.1 总结 | 第49页 |
| 4.2 展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55页 |