| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·广义线性模型简介 | 第10-14页 |
| ·GLM 产生的实际背景 | 第10-11页 |
| ·GLM 的国内外研究现状 | 第11-13页 |
| ·GLM 的应用与前景 | 第13-14页 |
| ·GLM 的算法实现 | 第14页 |
| ·不完全数据及其处理方法 | 第14-15页 |
| ·随机缺失机制 | 第15-16页 |
| ·论文的主要工作及章节安排 | 第16-18页 |
| 第2章 预备知识 | 第18-30页 |
| ·广义线性模型 | 第18-22页 |
| ·GLM 的构成 | 第18-20页 |
| ·GLM 的性质 | 第20-22页 |
| ·GLM 的参数估计 | 第22-25页 |
| ·GLM 参数的似然估计 | 第22-23页 |
| ·GLM 参数似然估计的渐近协差阵 | 第23-24页 |
| ·GLM 参数的拟似然估计 | 第24-25页 |
| ·GLM 估计方程的算法 | 第25-27页 |
| ·GLM 估计方程的Newton-Raphson 算法 | 第25-26页 |
| ·Fisher 得分算法 | 第26-27页 |
| ·EM 算法 | 第27-28页 |
| ·EM 算法的原理 | 第27-28页 |
| ·EM 算法的收敛性质 | 第28页 |
| ·本章小结 | 第28-30页 |
| 第3章 GLM 中不完全数据参数的拟似然估计 | 第30-42页 |
| ·引言 | 第30页 |
| ·GLM 参数的拟似然估计方程 | 第30-37页 |
| ·新方法的提出及符号表示 | 第30-33页 |
| ·正则条件及结论 | 第33-37页 |
| ·拟似然估计相合性和渐近正态性的证明 | 第37-41页 |
| ·拟似然估计的相合性 | 第37页 |
| ·拟似然估计的渐近正态性 | 第37-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 响应变量多维的GLM 不完全数据参数拟似然估计的相合性 | 第42-54页 |
| ·引言 | 第42页 |
| ·拟似然估计方程及标记 | 第42-44页 |
| ·正则条件及结论 | 第44-45页 |
| ·结论的证明 | 第45-53页 |
| ·相关引理的介绍 | 第45-46页 |
| ·相合性的证明 | 第46-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 几种分类数据模型 | 第54-60页 |
| ·引言 | 第54页 |
| ·几种模型介绍 | 第54-57页 |
| ·Logistic 模型 | 第54-55页 |
| ·基线分类Logits | 第55-56页 |
| ·累积比数模型 | 第56-57页 |
| ·常用的检验统计量 | 第57-58页 |
| ·实例分析 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 附录 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第69-70页 |
| 致谢 | 第70-71页 |
| 作者简介 | 第71页 |