线性模型与单指标模型的若干研究
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-11页 |
| 主要符号对照表 | 第11-12页 |
| 1 绪论 | 第12-24页 |
| ·参数回归模型 | 第12-16页 |
| ·线性模型 | 第12-15页 |
| ·广义线性模型 | 第15-16页 |
| ·非参数回归模型 | 第16-17页 |
| ·半参数回归模型 | 第17-19页 |
| ·单指标模型 | 第17-18页 |
| ·单指标系数模型 | 第18-19页 |
| ·纵向数据及估计方法 | 第19-22页 |
| ·本文的主要工作和结构安排 | 第22-24页 |
| 2 SCAD惩罚秩回归估计基于发散维线性模型 | 第24-44页 |
| ·引言 | 第24-25页 |
| ·方法 | 第25-28页 |
| ·SCAD惩罚秩回归估计 | 第25-26页 |
| ·渐近理论 | 第26-27页 |
| ·渐近相对效 | 第27-28页 |
| ·算法与惩罚参数的选择 | 第28-30页 |
| ·数值模拟 | 第30-31页 |
| ·推广 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| ·主要结果的条件和证明 | 第35-44页 |
| 3 纵向广义线性模型稳健且有效的变量选择方法 | 第44-68页 |
| ·引言 | 第44-45页 |
| ·估计方法 | 第45-49页 |
| ·稳健且有效的光滑阈广义估计方程 | 第45-47页 |
| ·RESGEE估计的渐近性质 | 第47页 |
| ·影响函数 | 第47-49页 |
| ·实际需要解决的问题 | 第49-50页 |
| ·讨厌参数 | 第49页 |
| ·算法 | 第49-50页 |
| ·调节参数的选择 | 第50页 |
| ·数值模拟 | 第50-59页 |
| ·实例分析 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| ·主要结果的条件和证明 | 第62-68页 |
| 4 纵向单指标模型的联合均值方差估计 | 第68-90页 |
| ·引言 | 第68-69页 |
| ·估计方法 | 第69-75页 |
| ·独立结构下 b 和g(7)×(8) 的估计 | 第69-71页 |
| ·自回归系数和更新方差的估计 | 第71-73页 |
| ·b 和g(7)×(8) 的两步估计 | 第73-75页 |
| ·光滑参数的选择 | 第75页 |
| ·数值模拟 | 第75-78页 |
| ·实例分析 | 第78-80页 |
| ·本章小结 | 第80页 |
| ·主要结果的条件和证明 | 第80-90页 |
| 5 单指标系数模型基于众数回归稳健且有效的估计 | 第90-112页 |
| ·引言 | 第90-91页 |
| ·方法 | 第91-95页 |
| ·众数回归估计 | 第91-93页 |
| ·算法 | 第93-95页 |
| ·理论性质 | 第95-96页 |
| ·理论上的渐近窗宽 | 第96-97页 |
| ·非参部分的渐近窗宽 | 第96页 |
| ·参数部分的渐近窗宽 | 第96-97页 |
| ·实践中窗宽的选择方法 | 第97-98页 |
| ·数值模拟 | 第98-100页 |
| ·本章小结 | 第100页 |
| ·主要结果的条件和证明 | 第100-112页 |
| 6 纵向单指标系数模型的两步估计 | 第112-132页 |
| ·引言 | 第112-113页 |
| ·独立结构下 b 和g(7)×(8) 的估计 | 第113-116页 |
| ·自回归系数和更新方差的估计 | 第116-117页 |
| ·b 和g(7)×(8) 的两步估计 | 第117-118页 |
| ·数值模拟 | 第118-122页 |
| ·实例分析 | 第122-123页 |
| ·本章小结 | 第123-124页 |
| ·主要结果的条件和证明 | 第124-132页 |
| 7 总结 | 第132-136页 |
| 致谢 | 第136-138页 |
| 参考文献 | 第138-152页 |
| 附录 | 第152-153页 |
| A. 作者在攻读博士期间的研究成果及发表的论文： | 第152页 |
| B. 作者在攻读博士期间主持的科研项目： | 第152-153页 |
