| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-18页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-14页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10-14页 |
| 1.3 研究思路与方法 | 第14-15页 |
| 1.3.1 研究思路 | 第14-15页 |
| 1.3.2 研究方法 | 第15页 |
| 1.4 研究内容与框架 | 第15-18页 |
| 1.4.1 研究内容 | 第15-16页 |
| 1.4.2 研究框架 | 第16-18页 |
| 第二章 面板数据聚类的相关理论 | 第18-27页 |
| 2.1 面板数据的基本理论 | 第18-21页 |
| 2.1.1 面板数据的基本概念及其分类 | 第18页 |
| 2.1.2 面板数据的表现形式 | 第18-21页 |
| 2.2 聚类分析的基本理论 | 第21-24页 |
| 2.2.1 聚类分析的含义 | 第21-22页 |
| 2.2.2 样品间相似性的度量 | 第22-23页 |
| 2.2.3 传统的聚类分析方法简述 | 第23-24页 |
| 2.3 面板数据聚类分析 | 第24-27页 |
| 2.3.1 面板数据聚类的基本思想 | 第24页 |
| 2.3.2 常见的面板数据聚类方法及其特点 | 第24-27页 |
| 第三章 基于三角网格化的面板数据聚类方法研究 | 第27-37页 |
| 3.1 基于三角网格化聚类方法的基本思想 | 第27-29页 |
| 3.1.1 面板数据的曲面表现形式 | 第27-28页 |
| 3.1.2 个体曲面相似性度量的分析 | 第28-29页 |
| 3.2 个体曲面间相似性指标的设计 | 第29-34页 |
| 3.2.1 面板数据预处理 | 第29-31页 |
| 3.2.2 个体曲面间绝对距离的度量 | 第31页 |
| 3.2.3 个体曲面间几何形状相似性的度量 | 第31-33页 |
| 3.2.4 个体间基于指数调节函数的新距离 | 第33-34页 |
| 3.3 基于三角网格化的聚类方法 | 第34-37页 |
| 3.3.1 基于三角网格化的系统聚类方法 | 第34-35页 |
| 3.3.2 基于三角网格化的K均值聚类方法 | 第35页 |
| 3.3.3 两种聚类方法的结合 | 第35-37页 |
| 第四章 实证分析—以我国18个城市的空气质量面板数据为例 | 第37-53页 |
| 4.1 实证分析的对象说明 | 第37页 |
| 4.2 指标体系及数据来源 | 第37-39页 |
| 4.2.1 指标体系的确定 | 第37-38页 |
| 4.2.2 样本城市与数据来源 | 第38-39页 |
| 4.3 聚类过程及聚类结果分析 | 第39-53页 |
| 4.3.1 聚类分析过程 | 第39-40页 |
| 4.3.2 聚类结果描述与检验 | 第40-46页 |
| 4.3.3 指数调节函数的作用分析 | 第46-48页 |
| 4.3.4 聚类结果动态分析 | 第48-51页 |
| 4.3.5 聚类结果的解释 | 第51-53页 |
| 结论与展望 | 第53-55页 |
| 结论 | 第53-54页 |
| 展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 附录 | 第59-64页 |
| 攻读学位期间取得的研究成果 | 第64-65页 |
| 致谢 | 第65页 |