线性回归模型的若干稳健估计方法及应用实例
| 中文摘要 | 第10-12页 |
| ABSTRACT | 第12-13页 |
| 符号说明 | 第14-15页 |
| 第一章 绪论 | 第15-16页 |
| §1.1 研究背景 | 第15页 |
| §1.2 研究框架 | 第15-16页 |
| 第二章 稳健统计 | 第16-24页 |
| §2.1 稳健统计理论 | 第16-22页 |
| §2.1.1 稳健统计的含义及目标 | 第16-17页 |
| §2.1.2 稳健统计常用的几个概念 | 第17-20页 |
| §2.1.3 稳健性度量 | 第20-21页 |
| §2.1.4 稳健统计的产生和发展 | 第21-22页 |
| §2.2 稳健回归 | 第22-23页 |
| §2.3 离群值 | 第23-24页 |
| 第三章 线性回归模型的稳健估计方法 | 第24-43页 |
| §3.1 M估计 | 第24-34页 |
| §3.1.1 M估计的定义 | 第24-26页 |
| §3.1.2 M估计的算法 | 第26页 |
| §3.1.3 M估计中常用的目标函数 | 第26-32页 |
| §3.1.4 M估计的性质 | 第32-33页 |
| §3.1.5 GM估计 | 第33-34页 |
| §3.2 最小中位数平方LMS估计 | 第34-36页 |
| §3.2.1 LMS估计的定义 | 第34页 |
| §3.2.2 LMS估计的算法 | 第34-35页 |
| §3.2.3 LMS的性质及改进方法 | 第35-36页 |
| §3.3 最小截尾平方LTS估计 | 第36-38页 |
| §3.3.1 LTS估计的定义及性质 | 第36页 |
| §3.3.2 LTS估计的算法 | 第36-38页 |
| §3.4 最小残差尺度S估计 | 第38-40页 |
| §3.4.1 S估计的定义及性质 | 第38-39页 |
| §3.4.2 S估计的算法 | 第39-40页 |
| §3.5 MM估计 | 第40-41页 |
| §3.6 函数最小平方FLS估计 | 第41-42页 |
| §3.6.1 FLS估计的定义 | 第41-42页 |
| §3.6.2 FLS估计的算法 | 第42页 |
| §3.7 其他稳健估计方法 | 第42-43页 |
| 第四章 广义线性模型的稳健估计方法 | 第43-49页 |
| §4.1 广义线性模型简介 | 第43-44页 |
| §4.2 稳健中位数估计 | 第44-45页 |
| §4.3 最小绝对离差估计 | 第45页 |
| §4.4 Mallows拟似然估计 | 第45-49页 |
| 第五章 数值模拟 | 第49-62页 |
| §5.1 使用不同的误差分布 | 第49-55页 |
| §5.1.1 正态误差分布 | 第50-51页 |
| §5.1.2 拉普拉斯误差分布 | 第51-52页 |
| §5.1.3 柯西误差分布 | 第52-53页 |
| §5.1.4 混合正态误差分布 | 第53-54页 |
| §5.1.5 其它几种污染正态误差分布 | 第54-55页 |
| §5.2 直接加入Y方向异常点 | 第55-57页 |
| §5.3 加入X与Y方向都异常的离群点 | 第57-61页 |
| §5.4 结论 | 第61-62页 |
| 第六章 稳健回归在信用评分中的应用 | 第62-72页 |
| §6.1 Logistic信用评分模型 | 第62-63页 |
| §6.2 稳健估计在信用评分中的应用 | 第63-71页 |
| §6.2.1 好坏客户1：1时的模型效果 | 第63-69页 |
| §6.2.2 好坏客户2：1时的模型效果 | 第69-71页 |
| §6.3 结论 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 致谢 | 第75-76页 |
| 附件 | 第76页 |
