内容摘要 | 第1-5页 |
Abstract | 第5-8页 |
第1章 导论 | 第8-15页 |
·研究背景 | 第8-9页 |
·文献综述 | 第9-12页 |
·AIC理论及其发展 | 第10-11页 |
·AIC准则的应用 | 第11-12页 |
·研究内容和结构 | 第12-14页 |
·本文创新点与不足 | 第14-15页 |
第2章 AIC准则及分布的蒙特卡洛模拟 | 第15-33页 |
·信息论中的几个概念 | 第16-19页 |
·信息熵 | 第16-17页 |
·最大熵 | 第17页 |
·kullback-Leibler距离 | 第17-19页 |
·AIC准则之前的模型识别方法 | 第19-26页 |
·假设检验 | 第19-21页 |
·极大似然估计 | 第21-22页 |
·c_p统计量 | 第22-24页 |
·最终预报误差 | 第24-26页 |
·信息论下AIC准则推导 | 第26-28页 |
·AIC在不同样本量下的分布的蒙特卡罗模拟 | 第28-33页 |
·同样本时AIC值和极大似然函数值蒙特卡罗模拟比较 | 第30-31页 |
·不同样本量时AIC值变化情况 | 第31-32页 |
·AIC概率分布的蒙特卡罗模拟 | 第32-33页 |
第3章 AIC准则的改进与发展 | 第33-41页 |
·贝叶斯信息准则(BIC) | 第33-35页 |
·信息复杂度准则(ICOMP) | 第35-37页 |
·混合回归准则(MRC) | 第37-41页 |
第4章 AIC准则在计量经济学中的应用研究 | 第41-53页 |
·AIC准则在时间序列模型选择中的应用 | 第41-44页 |
·AIC准则在独立性检验中的应用 | 第44-46页 |
·AIC准则在方差分析中的应用 | 第46-48页 |
·AIC准则在因子分析模型中的应用 | 第48-53页 |
第5章 结论及其后续研究展望 | 第53-55页 |
·结论 | 第53页 |
·后续研究展望 | 第53-55页 |
附录 | 第55-60页 |
参考文献 | 第60-63页 |
后记 | 第63页 |