| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第11-17页 |
| 1.1 选题背景与研究意义 | 第11-12页 |
| 1.1.1 选题背景 | 第11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 文献综述 | 第12-13页 |
| 1.2.1 环境空气研究现状 | 第12页 |
| 1.2.2 分段检验研究现状 | 第12-13页 |
| 1.3 研究内容、方法、创新点 | 第13-17页 |
| 1.3.1 研究内容 | 第13-14页 |
| 1.3.2 研究方法 | 第14页 |
| 1.3.3 研究创新点 | 第14-17页 |
| 2 有序样本聚类方法研究 | 第17-21页 |
| 2.1 基于F统计量优化模型的有序样本聚类 | 第17-18页 |
| 2.2 基于模拟退火算法的有序样本聚类研究 | 第18-21页 |
| 2.2.1 最优分割法 | 第18-19页 |
| 2.2.2 基于模拟退火算法的有序样本聚类 | 第19-21页 |
| 3 分段假设检验 | 第21-29页 |
| 3.1 经典假设检验理论 | 第21-22页 |
| 3.1.1 两总体均值之差的假设检验 | 第21-22页 |
| 3.1.2 两总体方差比的假设检验 | 第22页 |
| 3.2 分段检验 | 第22-29页 |
| 3.2.1 平稳时间序列的性质 | 第22-23页 |
| 3.2.2 分段检验参数估计 | 第23-26页 |
| 3.2.3 两总体均值的分段检验 | 第26-27页 |
| 3.2.4 两总体方差的分段检验 | 第27-29页 |
| 4 实证分析 | 第29-41页 |
| 4.1 基于F统计量优化模型与经典假设检验的成都市环境空气治理效应评价 | 第29-34页 |
| 4.1.1 基于F统计量优化模型的成都市环境空气质量历史数据分类 | 第29-31页 |
| 4.1.2 基于经典假设检验的成都市环境空气治理效应评价 | 第31-34页 |
| 4.2 基于F统计量优化模型与分段检验的北京市政府环境空气治理效应评价 | 第34-37页 |
| 4.2.1 基于F统计量优化模型的北京市空气质量历史数据分类 | 第35-36页 |
| 4.2.2 基于分段检验的北京市政府环境空气治理效应评价 | 第36-37页 |
| 4.3 基于模拟退火算法的成都市环境空气质量指数历史数据分类 | 第37-41页 |
| 5 结论与展望 | 第41-43页 |
| 参考文献 | 第43-45页 |
| 致谢 | 第45-47页 |
| 在校期间的科研成果 | 第47页 |
