| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 死亡率研究综述 | 第12-16页 |
| 1.2.1 国外死亡率研究综述 | 第12-15页 |
| 1.2.2 国内死亡率研究综述 | 第15-16页 |
| 1.3 本文创新 | 第16-17页 |
| 1.4 研究框架 | 第17-19页 |
| 第二章 函数型数据分析相关知识 | 第19-33页 |
| 2.1 函数型数据的预处理 | 第20-22页 |
| 2.1.1 基函数法 | 第21页 |
| 2.1.2 局部加权平滑法 | 第21-22页 |
| 2.1.3 粗糙惩罚法 | 第22页 |
| 2.2 函数型数据的描述性统计量 | 第22-23页 |
| 2.3 函数型数据主成分分析 | 第23-32页 |
| 2.3.1 多元主成分分析回顾 | 第23-25页 |
| 2.3.2 经典函数型数据主成分分析 | 第25-26页 |
| 2.3.3 稀疏函数型数据主成分分析(PACE) | 第26-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 稀疏函数型数据死亡率模型 | 第33-51页 |
| 3.1 经典函数型数据主成分死亡率模型(Hyndman-Ullah) | 第34页 |
| 3.2 稀疏函数型数据主成分死亡率模型(PACE) | 第34-35页 |
| 3.3 经典及稀疏函数型数据主成分死亡率模型的对比分析 | 第35-46页 |
| 3.3.1 数据来源及预处理 | 第35-36页 |
| 3.3.2 模型拟合及比较 | 第36-42页 |
| 3.3.3 模型预测及比较 | 第42-46页 |
| 3.4 随机稀疏化死亡率数据的拟合及预测 | 第46-48页 |
| 3.5 本章小结 | 第48-51页 |
| 第四章 稀疏函数型数据死亡率模型在中国的应用 | 第51-61页 |
| 4.1 数据来源及预处理 | 第51-52页 |
| 4.2 死亡率数据的描述性统计分析 | 第52-53页 |
| 4.3 Hyndman-Ullah模型和PACE模型的拟合、预测及比较 | 第53-59页 |
| 4.3.1 模型拟合及比较 | 第53-56页 |
| 4.3.2 模型预测及比较 | 第56-59页 |
| 4.4 本章小结 | 第59-61页 |
| 第五章 结论与研究展望 | 第61-63页 |
| 5.1 研究结论 | 第61-62页 |
| 5.2 研究展望 | 第62-63页 |
| 附录 基于另5个发达国家数据的对比分析结果 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69页 |
