首页--数理科学和化学论文--概率论与数理统计论文--数理统计论文--一般数理统计论文

多变数超饱和模型回归分析的重复筛选新方法

符号说明第4-5页
中文摘要第5页
Abstract第5-6页
1 引言第6-26页
    1.1 论文背景第6-7页
    1.2 多元线性回归的基础第7-11页
        1.2.1 多元线性回归分析第7-9页
        1.2.2 多元线性回归模型的基本假定第9-11页
    1.3 研究现状第11-19页
        1.3.1 岭回归及其特点第13-14页
        1.3.2 MINQUE法及其特点第14页
        1.3.3 主成分回归及其特点第14-15页
        1.3.4 逐步回归及其特点第15-17页
        1.3.5 偏最小二乘回归及其特点第17页
        1.3.6 随机搜索变量选择及其特点第17-18页
        1.3.7 经验贝叶斯方法及其特点第18页
        1.3.8 惩罚似然法及其特点第18页
        1.3.9 最小绝对缩减和选择算子法及其特点第18-19页
        1.3.10 以上方法的问题及其根本原因第19页
    1.4 本文研究的内容和意义第19-20页
    1.5 筛选逐步回归第20-26页
        1.5.1 筛选逐步回归的基本思想第20页
        1.5.2 建立回归方程的筛选标准第20-22页
            1.5.2.1 回归方程目标函数第20-21页
            1.5.2.2 显著水平的动态调控第21-22页
        1.5.3 寻找最优方程第22-23页
            1.5.3.1 目标函数与最优子集之间的关系第22页
            1.5.3.2 获得最优子集的难度第22页
            1.5.3.3 获取最优子集的可能第22-23页
        1.5.4 筛选逐步回归的步骤第23-26页
            1.5.4.1 基础回归阶段第23页
            1.5.4.2 剔除和选入阶段第23-24页
            1.5.4.3 重新筛选阶段第24-25页
            1.5.4.4 缩张算法的借鉴应用第25-26页
2 材料与方法第26-31页
    2.1 材料第26页
    2.2 筛选逐步回归的改进第26-30页
        2.2.1 模拟试验数据的改进第26页
        2.2.2 改进惩罚信息函数第26-28页
        2.2.3 扩张度和压缩比的反馈调节第28-29页
        2.2.4 弱效项库容大小的反馈调节第29页
        2.2.5 初始和中间阶段基础回归效应项的选择第29-30页
    2.3 模拟试验第30-31页
        2.3.1 多元线性回归分析的模拟设定第30页
        2.3.2 考察指标第30-31页
    2.4 实际数据分析第31页
3 结果与分析第31-33页
    3.1 模拟试验第31-32页
    3.2 实际数据分析第32-33页
4 讨论与展望第33-34页
    4.1 新方法的总结讨论第33-34页
    4.2 研究展望第34页
参考文献第34-38页
致谢第38-39页

论文共39页,点击 下载论文
上一篇:左极小Abel环
下一篇:RTN4在胃癌中的表达及其临床意义