首页--数理科学和化学论文--概率论与数理统计论文--数理统计论文--贝叶斯统计论文

因果推断中的混杂因素及贝叶斯网络

摘要第1-5页
ABSTRACT第5-8页
第一章 概述第8-14页
   ·背景知识和基本概念第8-12页
     ·因果作用第10-11页
     ·混杂因素第11页
     ·相对风险度第11页
     ·纵向数据研究第11-12页
     ·随机变量的△方法第12页
   ·本文组织第12-14页
第二章 标准化非混杂因子不能提高RR的估计精度第14-32页
   ·主要概念第15-18页
   ·定理和证明第18-27页
   ·RR的区间估计第27-29页
   ·蒙特卡洛模拟研究第29-32页
第三章 不可忽略缺失响应的纵向数据的方差估计第32-42页
   ·引言第32-33页
   ·主要符号第33页
   ·矩估计和方差分析第33-40页
   ·模拟实验及结果第40-42页
第四章 贝叶斯网络第42-51页
   ·贝叶斯网络概述第42-43页
   ·贝叶斯网络的学习与应用第43-45页
     ·贝叶斯网络结构的学习第43-44页
     ·贝叶斯网络的应用第44-45页
   ·因果搜索算法第45-51页
     ·实例应用第46-47页
     ·经济领域的简单应用第47-51页
第五章 总结第51-52页
参考文献第52-55页
附录 1第55-60页
致谢第60-61页
攻读期间发表的学术论文第61页

论文共61页,点击 下载论文
上一篇:虚拟驾驶中的多源信息分析与安全因素评价研究
下一篇:数据分析在数据业务监控中的应用