分散度量模型中的变量选择
| 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 |
| ·研究的问题 | 第12-14页 |
| ·模型概论 | 第14-20页 |
| ·变量选择方法综述 | 第20-28页 |
| ·经典的变量选择方法 | 第20-24页 |
| ·适用于高维数据的变量选择方法 | 第24-27页 |
| ·广义线性模型中的变量选择 | 第27-28页 |
| ·本文的成果和结构 | 第28-30页 |
| 第2章 异方差回归模型中的变量选择 | 第30-52页 |
| ·引言 | 第30页 |
| ·调整的Profile信息准则PICa | 第30-40页 |
| ·模型结构 | 第30-31页 |
| ·调整的Profile似然函数 | 第31-38页 |
| ·PICa准则的推导 | 第38-40页 |
| ·准则的渐近性质 | 第40-46页 |
| ·模拟结果 | 第46-51页 |
| ·本章小结 | 第51-52页 |
| 第3章 双重广义线性模型中的变量选择 | 第52-88页 |
| ·引言 | 第52页 |
| ·基于信息论的子集选择法 | 第52-64页 |
| ·模型结构 | 第53页 |
| ·扩展拟似然函数 | 第53-54页 |
| ·扩展AIC准则 | 第54-57页 |
| ·模拟研究 | 第57-61页 |
| ·实例分析 | 第61-64页 |
| ·针对高维数据的研究 | 第64-87页 |
| ·引言 | 第64页 |
| ·非凹惩罚扩展拟似然方法 | 第64-65页 |
| ·估计的渐近性质 | 第65-78页 |
| ·估计的计算问题 | 第78-81页 |
| ·模拟研究 | 第81-87页 |
| ·本章小结 | 第87-88页 |
| 第4章 通过变量选择进行数据诊断 | 第88-101页 |
| ·引言 | 第88-89页 |
| ·数据变换的诊断 | 第89-90页 |
| ·异常点的诊断 | 第90-91页 |
| ·数据变换与异常点的同时诊断 | 第91-92页 |
| ·一种确定阈值的方法 | 第92-93页 |
| ·模拟与应用 | 第93-99页 |
| ·本章小结 | 第99-101页 |
| 结论 | 第101-104页 |
| 参考文献 | 第104-117页 |
| 博士期间发表和完成的论文 | 第117-118页 |
| 致谢 | 第118页 |
