多元拟合优度检验与复发事件数据统计分析
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 符号表 | 第9-12页 |
| 第1章 绪论 | 第12-30页 |
| ·Pearson X~2 检验 | 第12-19页 |
| ·垂直密度表示 | 第19-21页 |
| ·复发事件数据 | 第21-30页 |
| 第2章 改进X~2检验 | 第30-48页 |
| ·极大X~2检验 | 第31-41页 |
| ·预备知识 | 第32-34页 |
| ·极大X~2统计量的构造 | 第34-36页 |
| ·应用与比较 | 第36-41页 |
| ·分组原则的改进 | 第41-46页 |
| ·引言 | 第41-43页 |
| ·分组公式 | 第43-44页 |
| ·模拟结果 | 第44-46页 |
| ·进一步研究的问题 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第3章 垂直密度表示的应用 | 第48-73页 |
| ·中心相似多元分布的矩估计 | 第48-60页 |
| ·引言 | 第48-52页 |
| ·矩估计方程及渐近性质 | 第52-54页 |
| ·举例 | 第54-60页 |
| ·中心相似多元分布的极大似然估计 | 第60-63页 |
| ·估计方程 | 第60-62页 |
| ·举例 | 第62-63页 |
| ·VDR在多元拟合优度检验中的应用 | 第63-69页 |
| ·球对称分布的拟合优度检验 | 第63-65页 |
| ·X~2 检验的VDR分组 | 第65-68页 |
| ·中心相似分布的拟合优度检验 | 第68-69页 |
| ·进一步研究的问题 | 第69-71页 |
| ·本章小结 | 第71-73页 |
| 第4章 复发事件数据的回归模型 | 第73-110页 |
| ·单类型复发事件下加性乘积比率回归模型 | 第73-88页 |
| ·引言 | 第74-76页 |
| ·模型与估计方法 | 第76-77页 |
| ·渐近性质 | 第77-84页 |
| ·模型检验 | 第84-87页 |
| ·应用 | 第87-88页 |
| ·多类型发事件下加性乘积比率回归模型 | 第88-97页 |
| ·引言 | 第88-89页 |
| ·模型与估计方法 | 第89-91页 |
| ·渐近性质 | 第91-97页 |
| ·多类型复发事件下变系数加性乘积比率回归模型 | 第97-108页 |
| ·引言 | 第97-99页 |
| ·模型与估计方法 | 第99-100页 |
| ·渐近性质 | 第100-108页 |
| ·进一步研究的问题 | 第108-109页 |
| ·本章小结 | 第109-110页 |
| 结论 | 第110-111页 |
| 参考文献 | 第111-121页 |
| 攻读博士学位期间发表的研究成果 | 第121-122页 |
| 致谢 | 第122页 |
