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--一般数理统计论文

面向成分数据的回归分析研究

中文摘要第8-10页
英文摘要第10-11页
本文记号及缩写第12-13页
第一章 引言第13-29页
    §1.1 成分数据的研究背景和意义第13-15页
    §1.2 成分数据分析方法的回顾第15-26页
        §1.2.1 成分数据的零值处理方法第16-22页
        §1.2.2 成分数据的回归分析模型第22-26页
    §1.3 本文的研究内容和组织结构第26-29页
第二章 成分数据的准备工作第29-43页
    §2.1 成分数据的Aitchison几何结构第29-30页
    §2.2 成分数据的坐标表示第30-36页
    §2.3 单形上的矩阵乘积运算第36-38页
    §2.4 成分数据的中心和方差第38-43页
第三章 基于成分因变量和成分自变量的多元线性回归模型第43-59页
    §3.1 单形上的多元线性回归模型第43-44页
    §3.2 基于等距对数比率坐标的多元线性回归模型第44-48页
    §3.3 提出模型的参数推论第48-54页
    §3.4 实例分析第54-57页
    §3.5 本章小结第57-59页
第四章 基于成分因变量和成分自变量的异方差线性回归模型第59-79页
    §4.1 异方差线性回归模型的参数估计第59-63页
    §4.2 异方差线性回归模型的参数推论第63-67页
    §4.3 模拟分析第67-75页
    §4.4 实例分析第75-77页
    §4.5 本章小结第77-79页
第五章 高维成分数据近似零值的Q型聚类回归插补方法第79-91页
    §5.1 提出的方法第79-86页
    §5.2 模拟分析第86-89页
    §5.3 实例分析第89-90页
    §5.4 本章小结第90-91页
第六章 基于成分因变量和成分自变量的偏最小二乘回归模型第91-107页
    §6.1 基于对称对数比率系数的偏最小二乘回归模型第91-94页
    §6.2 提出的单形上的偏最小二乘回归模型第94-102页
    §6.3 实例分析第102-105页
    §6.4 本章小结第105-107页
第七章 结论与展望第107-109页
参考文献第109-117页
攻读博士学位期间的主要研究成果第117-118页
致谢第118-120页
个人简介及联系方式第120-122页

论文共122页,点击 下载论文
上一篇:高性能三维石墨烯材料的构筑、功能化及性能研究
下一篇:马克思权利理论研究