摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第8-12页 |
1.1 研究背景及意义 | 第8-9页 |
1.2 集值随机理论的研究现状 | 第9页 |
1.3 区间值统计推断的研究现状及存在的问题 | 第9-10页 |
1.4 本文主要研究内容 | 第10-12页 |
第2章 区间值线性回归模型 | 第12-32页 |
2.1 基础知识 | 第12-15页 |
2.1.1 超空间的运算 | 第12-13页 |
2.1.2 集值随机变量的D_p距离空间 | 第13-14页 |
2.1.3 集值随机变量的期望、方差的定义及性质 | 第14-15页 |
2.2 现有的区间值线性回归模型的比较 | 第15-18页 |
2.2.1 CM模型 | 第16页 |
2.2.2 CRM模型 | 第16-17页 |
2.2.3 CCRM模型 | 第17-18页 |
2.3 带约束条件的区间值线性回归模型 | 第18-24页 |
2.3.1 带约束条件的区间值线性回归模型的概述 | 第18-20页 |
2.3.2 两步估计的准备与思路 | 第20-22页 |
2.3.3 两步估计的第一步:约束条件下的极大似然估计 | 第22-23页 |
2.3.4 两步估计的第二步:d_2距离下的最小二乘估计 | 第23-24页 |
2.4 随机模拟 | 第24-29页 |
2.4.1 数据生成与模拟结果 | 第24-27页 |
2.4.2 与已存在的模型对比 | 第27-29页 |
2.5 实证分析 | 第29-30页 |
2.6 本章小结 | 第30-32页 |
第3章 带有约束条件的区间值自回归时间序列模型 | 第32-46页 |
3.1 集值平稳时间序列及区间值时间序列 | 第32页 |
3.2 现有的区间值时间序列模型及其比较 | 第32-34页 |
3.2.1 CRM模型与CCRM模型 | 第33页 |
3.2.2 均方误差估计 | 第33-34页 |
3.3 带约束条件的区间值自回归时间序列模型 | 第34-40页 |
3.3.1 两步估计的准备与思路 | 第36-37页 |
3.3.2 两步估计的第一步:带有约束条件的极大似然估计 | 第37-38页 |
3.3.3 两步估计的第二步:d_2距离下的最小二乘估计 | 第38-40页 |
3.4 随机模拟 | 第40-43页 |
3.4.1 数据生成与模拟结果 | 第40-42页 |
3.4.2 与其他模型对比 | 第42-43页 |
3.5 实证分析 | 第43-45页 |
3.6 本章小结 | 第45-46页 |
结论 | 第46-48页 |
参考文献 | 第48-52页 |
附录 | 第52-56页 |
致谢 | 第56页 |