| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第8-17页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究现状及主要工作 | 第9-10页 |
| 1.3 本文创新点 | 第10-11页 |
| 1.4 预备知识 | 第11-17页 |
| 1.4.1 测量误差模型 | 第11-12页 |
| 1.4.2 正态尺度混合分布 | 第12-13页 |
| 1.4.3 MCMC方法 | 第13-16页 |
| 1.4.4 模型选择方法 | 第16-17页 |
| 第二章 含方程误差的SMN-MHRME模型的贝叶斯推断 | 第17-28页 |
| 2.1 模型构建 | 第17-19页 |
| 2.2 基于MCMC方法的贝叶斯推断 | 第19-22页 |
| 2.2.1 先验分布 | 第19-20页 |
| 2.2.2 贝叶斯推断 | 第20-22页 |
| 2.3 模拟研究 | 第22-23页 |
| 2.3.1 模拟一 | 第22-23页 |
| 2.3.2 模拟二 | 第23页 |
| 2.4 实例分析 | 第23-25页 |
| 2.5 本章小结 | 第25-28页 |
| 第三章 不含方程误差的SMN-MHRME模型的贝叶斯推断 | 第28-35页 |
| 3.1 模型构建 | 第28-29页 |
| 3.2 基于MCMC方法的贝叶斯推断 | 第29-31页 |
| 3.3 实例分析 | 第31-32页 |
| 3.4 本章小结 | 第32-35页 |
| 第四章 贝叶斯框架下的灵敏度分析以及影响分析 | 第35-40页 |
| 4.1 灵敏度分析 | 第35-36页 |
| 4.1.1 几种不同的v的先验分布类型 | 第35-36页 |
| 4.1.2 模拟研究 | 第36页 |
| 4.2 影响分析 | 第36-38页 |
| 4.2.1 模拟研究 | 第37-38页 |
| 4.2.2 实例分析 | 第38页 |
| 4.3 本章小结 | 第38-40页 |
| 第五章 结论与展望 | 第40-42页 |
| 5.1 结论 | 第40-41页 |
| 5.2 展望 | 第41-42页 |
| 参考文献 | 第42-46页 |
| 附录一 作者简介 | 第46-47页 |
| 附录二 致谢 | 第47页 |