摘要 | 第1-6页 |
ABSTRACT | 第6-12页 |
引言 | 第12-17页 |
1.本课题研究的目的、意义 | 第12-13页 |
2.国内外研究现状 | 第13-16页 |
3.本课题研究内容和创新点 | 第16-17页 |
第1章 一元过程能力指数 | 第17-23页 |
·基本的过程能力指数 | 第17-19页 |
·过程能力指数的估计与检验 | 第19-23页 |
第2章 多元过程能力指数 | 第23-31页 |
·多元过程能力指数定义 | 第23-26页 |
·MC_p的估计与检验 | 第26-31页 |
第3章 非正态分布过程能力指数 | 第31-50页 |
·数据变换法 | 第31-38页 |
·过程控制 | 第31-34页 |
·过程能力评估 | 第34-38页 |
·当量化法 | 第38-44页 |
·Weibull分布位置—刻度参数控制图 | 第40-43页 |
·过程能力评估 | 第43-44页 |
·分位数法 | 第44-48页 |
·Bootstrap法 | 第48-50页 |
第4章 过程能力指数Bayes分析 | 第50-56页 |
·C_p的Bayes分析 | 第50-53页 |
·无信息先验情形 | 第50-51页 |
·共轭先验情形 | 第51-53页 |
·MC_p的Bayes分析 | 第53-56页 |
·无信息先验情形 | 第53-54页 |
·共轭先验情形 | 第54-56页 |
第5章 过程能力指数的经验Bayes估计 | 第56-70页 |
·C_p的经验Bayes估计 | 第56-62页 |
·σ~(-2)的Bayes估计 | 第56-57页 |
·σ~(-2)的经验Bayes估计 | 第57-59页 |
·几个引理 | 第59-61页 |
·主要定理及证明 | 第61-62页 |
·MC_p的经验Bayes估计 | 第62-70页 |
·∑~(-1)的Bayes估计 | 第62-63页 |
·∑~(-1)的经验Bayes估计 | 第63-65页 |
·几个引理 | 第65-68页 |
·主要定理及证明 | 第68页 |
·举例说明定理 | 第68-70页 |
第6章 一般随机前沿面几种基本统计分析方法 | 第70-86页 |
·随机前沿面线性模型参数的渐近有效估计 | 第72-79页 |
·最小二乘估计 | 第72-73页 |
·渐近有效估计 | 第73-79页 |
·随机前沿面线性模型的极大似然估计 | 第79-86页 |
·管理偏差u_i为半正态分布 | 第79-81页 |
·管理偏差u_i为指数分布 | 第81-82页 |
·管理偏差u_i截断正态分布 | 第82-84页 |
·管理偏差u_i为伽马分布 | 第84-86页 |
第7章 随机系数前沿面模型的极大似然估计 | 第86-97页 |
·管理偏差u_i为半正态分布 | 第87-88页 |
·管理偏差u_i为指数分布 | 第88-89页 |
·管理偏差u_i截断正态分布 | 第89-91页 |
·管理偏差u_i为伽马分布 | 第91-97页 |
第8章 随机前沿面模型的Bayes估计 | 第97-116页 |
·Markov Chain Monte Carlo(MCMC)方法 | 第97-100页 |
·Markov Chain Monte Carlo(MCMC)方法 | 第97页 |
·Gibbs抽样 | 第97-99页 |
·Metropolis-Hastings(M-H)算法 | 第99-100页 |
·随机前沿面线性模型基于MCMC方法的Bayes估计 | 第100-111页 |
·管理偏差u_i为半正态分布 | 第100-104页 |
·管理偏差u_i为指数分布 | 第104-106页 |
·管理偏差u_i截断正态分布 | 第106-109页 |
·管理偏差u_i为伽马分布 | 第109-111页 |
·随机前沿面半参数模型基于MCMC方法的Bayes估计 | 第111-116页 |
·模型及其转化 | 第111-112页 |
·管理偏差为指数时基于MCMC方法的Bayes估计 | 第112-116页 |
第9章 随机系数前沿面模型的Bayes估计 | 第116-130页 |
·管理偏差u_i为半正态分布 | 第116-119页 |
·管理偏差u_i为指数分布 | 第119-122页 |
·管理偏差u_i为截断正态分布 | 第122-126页 |
·管理偏差u_i为伽马分布 | 第126-130页 |
第10章 结论和有待研究的工作 | 第130-132页 |
·结论 | 第130页 |
·有待研究的工作 | 第130-132页 |
参考文献 | 第132-141页 |
附录 | 第141-144页 |
攻读博士期间发表的论文 | 第144-145页 |
致谢 | 第145页 |