| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状及其问题 | 第10-12页 |
| 1.2.1 高维数据变量选择 | 第10-11页 |
| 1.2.2 高维数据方差估计 | 第11-12页 |
| 1.3 研究内容及文章结构 | 第12-15页 |
| 第2章 高维数据方差估计的方法 | 第15-23页 |
| 2.1 普通二阶段估计 | 第15-16页 |
| 2.2 修正的交叉验证(RCV) | 第16-19页 |
| 2.2.1 RCV的性质 | 第17-18页 |
| 2.2.2 RCV数据分割技术的扩展 | 第18-19页 |
| 2.3 矩方法(method-of-moments, MM) | 第19-22页 |
| 2.3.1 协方差矩阵已知 | 第20-21页 |
| 2.3.2 协方差矩阵未知 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 遗传性疾病微阵列数据分析 | 第23-39页 |
| 3.1 数据背景及来源 | 第23-24页 |
| 3.1.1 数据背景 | 第23页 |
| 3.1.2 数据来源 | 第23-24页 |
| 3.2 变量选择 | 第24-29页 |
| 3.2.1 SIS方法 | 第24-25页 |
| 3.2.2 SCAD方法 | 第25-29页 |
| 3.3 方差估计 | 第29-33页 |
| 3.3.1 普通二阶段估计 | 第29-31页 |
| 3.3.2 修正的交叉验证(RCV) | 第31-33页 |
| 3.3.3 矩方法(method-of-moments, MM) | 第33页 |
| 3.4 高维数据其它统计推断 | 第33-38页 |
| 3.4.1 区间估计 | 第33-36页 |
| 3.4.2 假设检验 | 第36-38页 |
| 3.5 本章小结 | 第38-39页 |
| 结论 | 第39-41页 |
| 参考文献 | 第41-45页 |
| 致谢 | 第45-46页 |