| 中文摘要 | 第8-10页 |
| 英文摘要 | 第10-11页 |
| 第一章 绪论 | 第12-16页 |
| §1.1 研究背景及意义 | 第12-13页 |
| §1.2 国内外研究现状 | 第13-15页 |
| §1.3 本文结构 | 第15-16页 |
| 第二章 线性回归模型参数估计方法的改进 | 第16-37页 |
| §2.1 知识背景 | 第16-24页 |
| §2.1.1 最小二乘估计 | 第16-17页 |
| §2.1.2 最小二乘估计参数的假设检验 | 第17-20页 |
| §2.1.3 几类重要的有偏估计 | 第20-24页 |
| §2.2 参数估计方法的改进 | 第24-37页 |
| §2.2.1 K综合主成分估计 | 第24-29页 |
| §2.2.2 函数型岭估计 | 第29-36页 |
| §2.2.3 小结 | 第36-37页 |
| 第三章 线性回归模型异常点的检测 | 第37-61页 |
| §3.1 知识背景 | 第37-51页 |
| §3.1.1 残差分析 | 第37-40页 |
| §3.1.2 基于数据删除模型的异常点检测 | 第40-45页 |
| §3.1.3 基于均值漂移模型的异常点检测 | 第45-47页 |
| §3.1.4 异常点、强影响点和高杠杆点 | 第47-48页 |
| §3.1.5 异方差模型 | 第48-51页 |
| §3.2 数据删除模型设计阵非满秩的广义逆方法 | 第51-53页 |
| §3.3 均值漂移模型t统计量的模拟评估 | 第53-56页 |
| §3.4 异方差模型异常点检测的Lagrange方法 | 第56-60页 |
| §3.5 小结 | 第60-61页 |
| 第四章 实例分析 | 第61-76页 |
| 总结 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82-83页 |
| 附件 | 第83页 |