混合双重广义线性模型的统计推断
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究的问题 | 第10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 模型概论 | 第11-14页 |
| 1.3.1 广义线性模型 | 第11-12页 |
| 1.3.2 双重广义线性模型 | 第12-14页 |
| 1.4 异质总体及EM算法简述 | 第14-15页 |
| 1.5 本文内容及结构安排 | 第15-16页 |
| 第二章 混合广义线性模型的参数估计 | 第16-26页 |
| 2.1 混合广义线性模型 | 第16页 |
| 2.2 混合广义线性模型的EM算法 | 第16-20页 |
| 2.2.1 扩展拟似然方法 | 第17-19页 |
| 2.2.2 伪似然方法 | 第19-20页 |
| 2.3 Monte Carlo模拟 | 第20-23页 |
| 2.4 实例分析 | 第23-24页 |
| 2.5 小结 | 第24-26页 |
| 第三章 混合双重广义线性模型的参数估计 | 第26-36页 |
| 3.1 混合双重广义线性模型 | 第26-27页 |
| 3.2 混合双重广义线性模型的EM算法 | 第27-30页 |
| 3.2.1 扩展拟似然方法 | 第27-29页 |
| 3.2.2 伪似然方法 | 第29-30页 |
| 3.3 Monte Carlo模拟 | 第30-33页 |
| 3.4 实例分析 | 第33-35页 |
| 3.5 小结 | 第35-36页 |
| 第四章 混合双重广义线性模型的变量选择 | 第36-44页 |
| 4.1 基于惩罚似然估计的变量选择 | 第36-39页 |
| 4.1.1 惩罚极大似然估计 | 第36-37页 |
| 4.1.2 渐近性 | 第37-39页 |
| 4.2 迭代计算 | 第39-40页 |
| 4.3 选择调整参数 | 第40-41页 |
| 4.4 模拟研究 | 第41-42页 |
| 4.5 小结 | 第42-44页 |
| 第五章 结论与展望 | 第44-46页 |
| 致谢 | 第46-48页 |
| 参考文献 | 第48-50页 |
| 攻读硕士期间发表和完成的相关论文 | 第50页 |
