| 摘要 | 第6-10页 |
| ABSTRACT | 第10-14页 |
| 第一章 绪论 | 第15-31页 |
| §1.1 模型介绍 | 第15-18页 |
| §1.1.1 非参数回归模型 | 第15-16页 |
| §1.1.2 半参数回归模型 | 第16-18页 |
| §1.2 几类数据集 | 第18-21页 |
| §1.2.1 测量误差数据 | 第18-20页 |
| §1.2.2 纵向数据 | 第20-21页 |
| §1.3 经验似然 | 第21-25页 |
| §1.3.1 经验似然的定义及均值的经验似然 | 第21-23页 |
| §1.3.2 经验似然的应用 | 第23-25页 |
| §1.4 分位数回归和复合分位数回归 | 第25-31页 |
| §1.4.1 分位数回归 | 第25-26页 |
| §1.4.2 复合分位数回归 | 第26页 |
| §1.4.3 局部复合分位数回归 | 第26-31页 |
| 第二章 纵向数据下可加部分线性EV模型的经验似然推断 | 第31-53页 |
| §2.1 引言 | 第31-33页 |
| §2.2 参数部分的经验似然 | 第33-37页 |
| §2.2.1 ∑_(uu)已知的情形 | 第34-36页 |
| §2.2.2 估计的测量误差协方差矩阵 | 第36-37页 |
| §2.3 非参部分的经验似然 | 第37-38页 |
| §2.4 模拟研究 | 第38-40页 |
| §2.5 实例分析 | 第40-44页 |
| §2.6 结论证明 | 第44-51页 |
| §2.7 小结 | 第51-53页 |
| 第三章 响应变量缺失时纵向数据下变系数部分线性EV模型的经验似然推断 | 第53-67页 |
| §3.1 引言 | 第53-54页 |
| §3.2 参数部分的经验似然 | 第54-58页 |
| §3.2.1 ∑_(uu)已知的情形 | 第56-57页 |
| §3.2.2 估计的测量误差协方差矩阵 | 第57-58页 |
| §3.3 渐近结果 | 第58-59页 |
| §3.4 模拟研究 | 第59-61页 |
| §3.5 结论证明 | 第61-65页 |
| §3.6 小结 | 第65-67页 |
| 第四章 基于复合分位数回归的回归模型的经验似然推断 | 第67-83页 |
| §4.1 引言 | 第67-68页 |
| §4.2 经验似然方法 | 第68-70页 |
| §4.3 光滑的经验似然方法 | 第70-71页 |
| §4.4 主要结果 | 第71-74页 |
| §4.4.1 参数估计与置信区域 | 第71-73页 |
| §4.4.2 光滑经验似然的Bartlett纠偏 | 第73-74页 |
| §4.5 结论证明 | 第74-83页 |
| 第五章 基于复合方法的非参数函数导数的有效推断 | 第83-101页 |
| §5.1 引言 | 第83-84页 |
| §5.2 方法 | 第84-88页 |
| §5.2.1 加权复合分位数回归估计 | 第84-86页 |
| §5.2.2 加权的分位数平均估计 | 第86-88页 |
| §5.3 渐近效率比较 | 第88-89页 |
| §5.4 模拟研究 | 第89-93页 |
| §5.4.1 同方差模型 | 第90-91页 |
| §5.4.2 异方差模型 | 第91-93页 |
| §5.5 结论证明 | 第93-101页 |
| 参考文献 | 第101-111页 |
| 致谢 | 第111-112页 |
| 攻读博士学位期间完成论文情况 | 第112-113页 |
| 附件 | 第113页 |
