数据挖掘中的统计模型问题分析

摘要	第1-5页
Abstract	第5-10页
1 绪论	第10-16页
·引言	第10页
·数据挖掘概述	第10-14页
·数据挖掘的产生、发展及现状	第10-12页
·数据挖掘过程的步骤及系统结构图	第12-14页
·数据挖掘与传统统计学的联系和区别	第14-15页
·论文组织结构	第15-16页
2 数据挖掘中的统计模型	第16-32页
·预备知识	第16-19页
·概率的基本规则	第16-17页
·统计推理	第17-19页
·统计模型	第19页
·参数模型	第19-23页
·最常用的参数模型	第19-20页
·标准线性模型	第20-23页
·广义线性模型	第23-28页
·指数族	第23-25页
·广义线性模型定义	第25-26页
·非对称线性模型	第26-27页
·对称线性模型	第27-28页
·非参数模型和半参数模型	第28-30页
·非参数模型	第28-30页
·半参数模型	第30页
·本章小结	第30-32页
3 统计模型的评价标准	第32-42页
·统计模型评价标准	第32-41页
·基于统计检验的标准	第32-36页
·基于计分函数的标准	第36-37页
·贝叶斯标准	第37-38页
·计算标准	第38-40页
·基于损失函数的标准	第40-41页
·本章小结	第41-42页
4 一种基于多元统计的数据筛选方法	第42-46页
·基本思想与方法	第42页
·具体实例	第42-46页
·分组主成分分析法	第42-43页
·直观示意图的应用	第43-46页
结束 语	第46-47页
参考文献	第47-50页
攻读学位期间发表和完成的论文	第50-51页
致谢	第51-52页