| 中文摘要 | 第1-14页 |
| 英文摘要 | 第14-20页 |
| 符号说明 | 第20-21页 |
| 第一章 正期望相依检验 | 第21-39页 |
| §1.1 引言 | 第21-22页 |
| §1.2 检验统计量和渐进性质 | 第22-29页 |
| §1.2.1 一阶正期望相依 | 第23-26页 |
| §1.2.2 高阶扩展 | 第26-29页 |
| §1.3 实施过程 | 第29-30页 |
| §1.4 数值模拟 | 第30-32页 |
| §1.5 实际数据分析 | 第32-35页 |
| §1.6 附录1(主要性质的证明) | 第35-39页 |
| 第二章 单指标模型的异方差检验 | 第39-66页 |
| §2.1 引言 | 第39-41页 |
| §2.2 完全非参数方差的异方差检验 | 第41-45页 |
| §2.3 降维结构下的异方差检验 | 第45-47页 |
| §2.4 数值分析和实际数据分析 | 第47-56页 |
| §2.4.1 数值模拟 | 第48-51页 |
| §2.4.2 实际数据分析 | 第51-56页 |
| §2.4.2.1 波士顿住房数据 | 第51-54页 |
| §2.4.2.2 汽车数据 | 第54-56页 |
| §2.5 附录2 | 第56-66页 |
| §2.5.1 简单的回顾一下β的估计 | 第56-57页 |
| §2.5.2 定理的证明 | 第57-66页 |
| 第三章 高维非稀疏变换模型基于拟工具变量的统计推断 | 第66-87页 |
| §3.1 引言 | 第66-68页 |
| §3.2 回顾变量选择及工作模型的建立 | 第68-71页 |
| §3.2.1 稀疏惩罚最小二乘法 | 第68-69页 |
| §3.2.2 LASSO变量选择后工作模型的可辨识性 | 第69-71页 |
| §3.3 模型重构及推断 | 第71-76页 |
| §3.3.1 偏差修正 | 第71-73页 |
| §3.3.2 估计 | 第73-74页 |
| §3.3.3 渐近性质 | 第74-75页 |
| §3.3.4 预测 | 第75页 |
| §3.3.5 拟工具变量的降维 | 第75-76页 |
| §3.4 数值模拟 | 第76-81页 |
| §3.5 附录3 (主要性质的证明) | 第81-87页 |
| 第四章 结论 | 第87-89页 |
| 参考文献 | 第89-98页 |
| 致谢 | 第98-100页 |
| 硕博连读期间发表和完成的论文 | 第100-101页 |
| 附件 | 第101页 |