| 致谢 | 第9-10页 |
| 摘要 | 第10-12页 |
| ABSTRACT | 第12-14页 |
| 第1章 绪论 | 第21-31页 |
| 1.1 研究背景和意义 | 第21-23页 |
| 1.1.1 研究背景 | 第21-22页 |
| 1.1.2 研究意义 | 第22-23页 |
| 1.2 国内外研究现状 | 第23-27页 |
| 1.2.1 大规模数据分析技术 | 第23-24页 |
| 1.2.2 分位数回归方法 | 第24-27页 |
| 1.3 结构安排与主要创新 | 第27-31页 |
| 1.3.1 结构安排 | 第27-29页 |
| 1.3.2 主要创新 | 第29-31页 |
| 第2章 分位数回归模型与挑战 | 第31-40页 |
| 2.1 线性分位数回归 | 第31-34页 |
| 2.1.1 模型表示 | 第31页 |
| 2.1.2 模型估计 | 第31-32页 |
| 2.1.3 模型检验 | 第32-34页 |
| 2.1.4 条件密度预测 | 第34页 |
| 2.2 非线性分位数回归 | 第34-36页 |
| 2.2.1 模型表示 | 第34-35页 |
| 2.2.2 模型估计 | 第35-36页 |
| 2.3 高维数据分位数回归 | 第36-38页 |
| 2.3.1 模型表示 | 第36-37页 |
| 2.3.2 模型估计 | 第37-38页 |
| 2.3.3 参数选择 | 第38页 |
| 2.4 大规模数据给分位数回归带来的挑战 | 第38-39页 |
| 2.4.1 数据规模 | 第38页 |
| 2.4.2 运行速度 | 第38-39页 |
| 2.5 本章小结 | 第39-40页 |
| 第3章 基于稀疏指数转移方法的大样本数据分位数回归及应用 | 第40-62页 |
| 3.1 问题的提出 | 第40页 |
| 3.2 SETQR方法与性质 | 第40-42页 |
| 3.2.1 估计方法 | 第40-41页 |
| 3.2.2 估计性质 | 第41-42页 |
| 3.3 数值模拟 | 第42-53页 |
| 3.3.1 模拟数据检验 | 第42-48页 |
| 3.3.2 实际数据检验 | 第48-53页 |
| 3.4 应用研究 | 第53-60页 |
| 3.4.1 数据选取与描述 | 第55页 |
| 3.4.2 滞后期指令不均衡对股票收益的影响 | 第55-59页 |
| 3.4.3 条件密度预测 | 第59-60页 |
| 3.5 本章小结 | 第60-62页 |
| 第4章 基于随机抽样算法的大规模数据Lasso分位数回归及应用 | 第62-81页 |
| 4.1 问题的提出 | 第62页 |
| 4.2 SLQR方法 | 第62-64页 |
| 4.2.1 抽样方法 | 第62-63页 |
| 4.2.2 Lasso方法 | 第63-64页 |
| 4.2.3 运行时间 | 第64页 |
| 4.3 数值模拟 | 第64-75页 |
| 4.3.1 数据生成机制 | 第64-65页 |
| 4.3.2 评价指标与数值模拟步骤 | 第65-66页 |
| 4.3.3 s变化时的模型表现 | 第66-71页 |
| 4.3.4 N变化时的模型表现 | 第71-72页 |
| 4.3.5 p变化时的模型表现 | 第72-74页 |
| 4.3.6 运行时间 | 第74-75页 |
| 4.4 应用研究 | 第75-78页 |
| 4.4.1 数据选取与描述统计 | 第75-76页 |
| 4.4.2 模型表现 | 第76-78页 |
| 4.4.3 结果分析 | 第78页 |
| 4.5 本章小结 | 第78-81页 |
| 第5章 基于分块估计方法的大样本数据分位数回归与应用 | 第81-100页 |
| 5.1 问题的提出 | 第81页 |
| 5.2 BAQR方法与性质 | 第81-84页 |
| 5.2.1 估计方法 | 第81-82页 |
| 5.2.2 估计性质 | 第82-84页 |
| 5.3 数值模拟 | 第84-95页 |
| 5.3.1 模拟数据检验 | 第84-92页 |
| 5.3.2 实际数据检验 | 第92-95页 |
| 5.4 应用研究 | 第95-99页 |
| 5.4.1 数据选取与描述 | 第96页 |
| 5.4.2 结果与讨论 | 第96-99页 |
| 5.5 本章小结 | 第99-100页 |
| 第6章 基于分块估计方法的大规模数据Lasso分位数回归及应用 | 第100-118页 |
| 6.1 问题的提出 | 第100页 |
| 6.2 BLQR方法与性质 | 第100-102页 |
| 6.2.1 估计方法 | 第100-102页 |
| 6.2.2 估计性质 | 第102页 |
| 6.3 数值模拟 | 第102-113页 |
| 6.3.1 数据生成 | 第103页 |
| 6.3.2 N>p情形结果分析 | 第103-110页 |
6.3.3 N| 第110-113页 | |
| 6.4 应用研究 | 第113-115页 |
| 6.4.1 模型估计 | 第113-114页 |
| 6.4.2 变量选择 | 第114页 |
| 6.4.3 模型预测 | 第114-115页 |
| 6.4.4 结果分析 | 第115页 |
| 6.5 本章小结 | 第115-118页 |
| 第7章 总结与展望 | 第118-124页 |
| 7.1 研究总结 | 第118-121页 |
| 7.1.1 模型与方法研究结果 | 第118-120页 |
| 7.1.2 应用研究结果 | 第120-121页 |
| 7.2 研究展望 | 第121-124页 |
| 7.2.1 研究方法的改进 | 第121-122页 |
| 7.2.2 研究领域的展望 | 第122-124页 |
| 参考文献 | 第124-135页 |
| 附录1 定义与引理 | 第135-137页 |
| 附录2 SETQR方法估计性质证明 | 第137-139页 |
| 附录3 SLQR方法估计性质证明 | 第139-140页 |
| 附录4 BAQR方法估计性质证明 | 第140-143页 |
| 附录5 BLQR方法估计性质证明 | 第143-145页 |
| 攻读博士学位期间的学术活动及成果情况 | 第145页 |
