| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 前言 | 第8-12页 |
| 1.1 研究背景与研究意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8页 |
| 1.1.2 研究意义 | 第8-9页 |
| 1.2 文献综述 | 第9-11页 |
| 1.2.1 国外相关研究 | 第9页 |
| 1.2.2 国内相关研究 | 第9-11页 |
| 1.3 研究创新点 | 第11-12页 |
| 第2章 理论模型介绍 | 第12-16页 |
| 2.1 主成分分析 | 第12-13页 |
| 2.1.1 主成分分析原理 | 第12页 |
| 2.1.2 主成分分析方法的计算步骤 | 第12-13页 |
| 2.2 基于MCMC算法的贝叶斯统计 | 第13-14页 |
| 2.2.1 贝叶斯原理的参数统计推断 | 第13-14页 |
| 2.2.2 基本Gibbs抽样 | 第14页 |
| 2.3 线性回归模型的贝叶斯MCMC分析 | 第14-16页 |
| 2.3.1 线性回归模型的贝叶斯分析 | 第14-16页 |
| 第3章 MCMC主成分回归分析方法的实证分析 | 第16-35页 |
| 3.1 数据的选择与基本统计分析 | 第16-22页 |
| 3.1.1 数据的选取 | 第16页 |
| 3.1.2 数据的预处理 | 第16页 |
| 3.1.3 经济指标的特征描述 | 第16-22页 |
| 3.2 GDP与因素指标的协调性评价 | 第22-27页 |
| 3.2.1 评价指标的选取与预处理 | 第22-24页 |
| 3.2.2 协调性评价模型的建立与计算 | 第24-25页 |
| 3.2.3 协调性等级的确定 | 第25-27页 |
| 3.3 模型的建立与参数估计 | 第27-33页 |
| 3.3.1 普通主成分回归模型的建立与参数估计 | 第27-30页 |
| 3.3.2 MCMC主成分回归模型的建立与参数估计 | 第30-33页 |
| 3.4 模型比较 | 第33-35页 |
| 第4章 结论及展望 | 第35-36页 |
| 4.1 结论 | 第35页 |
| 4.2 局限性及展望 | 第35-36页 |
| 参考文献 | 第36-38页 |
| 致谢 | 第38-39页 |