| 中文摘要 | 第7-12页 |
| 英文摘要 | 第12-18页 |
| 第一章 单指数模型的统计推断 | 第19-41页 |
| 1.1 引言 | 第19-20页 |
| 1.2 模型定义与基本思路 | 第20-22页 |
| 1.3 估计方法 | 第22-24页 |
| 1.4 置信区间 | 第24-25页 |
| 1.5 数值模拟和实例分析 | 第25-35页 |
| 1.5.1 关于单指标期望模型的数值模拟 | 第25-27页 |
| 1.5.2 关于单指标分布模型的数值模拟 | 第27-29页 |
| 1.5.3 Bootstrap置信区间 | 第29页 |
| 1.5.4 真实数据 | 第29-35页 |
| 1.6 附录 | 第35-41页 |
| 1.6.1 证明 | 第37-41页 |
| 第二章 单指标删失数据模型的统计推断 | 第41-89页 |
| 2.1 引言 | 第41-42页 |
| 2.2 框架结构 | 第42-43页 |
| 2.3 随机删失情况下的单指标模型 | 第43-48页 |
| 2.3.1 观察值条件分布的降维建模方法 | 第43-44页 |
| 2.3.2 条件单指标Kaplan-Meier方程 | 第44-46页 |
| 2.3.3 与之前方法的比较 | 第46-48页 |
| 2.4 指标参数的估计方法 | 第48-52页 |
| 2.4.1 指标的半参估计方法 | 第48-49页 |
| 2.4.2 实施方面 | 第49-52页 |
| 2.5 Kaplan-Meier函数的半参估计方法 | 第52-55页 |
| 2.5.1 Kaplan-Meier函数的渐近结果 | 第52-55页 |
| 2.6 数值模拟和实例分析 | 第55-60页 |
| 2.6.1 模拟仿真 | 第55-58页 |
| 2.6.2 真实数据 | 第58-60页 |
| 2.7 讨论和扩展 | 第60-63页 |
| 2.8 附录 | 第63-73页 |
| 2.8.1 证明等式(2.4.3) | 第63页 |
| 2.8.2 假设 | 第63-64页 |
| 2.8.3 性质2.4.1的证明 | 第64-70页 |
| 2.8.4 性质2.5.1的证明 | 第70-72页 |
| 2.8.5 推论1的证明 | 第72-73页 |
| 2.9 补充条件:注释、技术、引理和证明 | 第73-89页 |
| 2.9.1 假设1的注释 | 第73页 |
| 2.9.2 技术引理和证明 | 第73-89页 |
| 第三章 包含方差信息的单指标模型的统计推断 | 第89-125页 |
| 3.1 引言 | 第89-91页 |
| 3.2 关于讨厌参数的半参PML | 第91-98页 |
| 3.2.1 包含讨厌参数的线性指数族 | 第91-92页 |
| 3.2.2 半参估计 | 第92-94页 |
| 3.2.3 方法 | 第94-97页 |
| 3.2.4 推广 | 第97-98页 |
| 3.3 渐近结果 | 第98-101页 |
| 3.4 两步半参PML | 第101-105页 |
| 3.5 数值模拟和实例分析 | 第105-111页 |
| 3.5.1 蒙特卡洛仿真 | 第105-108页 |
| 3.5.2 真实数据分析 | 第108-111页 |
| 3.6 结论 | 第111-113页 |
| 3.7 附录: 假设条件 | 第113-115页 |
| 3.8 附录: 技术引理 | 第115-119页 |
| 3.9 附录: 主要结果的证明 | 第119-125页 |
| 参考文献 | 第125-135页 |
| 致谢 | 第135-137页 |
| 攻读博士学位期间完成论文情况 | 第137-138页 |
| 附件 | 第138页 |
