回归中降维模型的估计与检验
| 摘要 | 第1-13页 |
| ABSTRACT(英文摘要) | 第13-15页 |
| 主要符号对照表 | 第15-17页 |
| 第一章 引言 | 第17-28页 |
| ·高维数据 | 第17-18页 |
| ·中心降维子空间 | 第18-21页 |
| ·均值中心降维子空间 | 第21-24页 |
| ·结构维数的估计 | 第24-26页 |
| ·本论文的的框架 | 第26-28页 |
| 第二章 降维模型的条件独立性检验 | 第28-52页 |
| ·引言 | 第28-30页 |
| ·检验统计量的构造以及渐近性质 | 第30-36页 |
| ·模拟 | 第36-39页 |
| ·降维应用:WheatProteinData | 第39-40页 |
| ·附录 | 第40-52页 |
| 第三章 切片平均方差的核估计 | 第52-74页 |
| ·引言 | 第52-53页 |
| ·SAVE矩阵核估计的渐近性质 | 第53-56页 |
| ·CDR子空间结构维数的确定 | 第56-57页 |
| ·模拟与实际数据例子 | 第57-60页 |
| ·附录 | 第60-74页 |
| 第四章 回归中条件方差的自适应性降维 | 第74-112页 |
| ·引言 | 第74-75页 |
| ·中心方差子空间 | 第75-76页 |
| ·中心均值子空间中的向量 | 第76-79页 |
| ·结构维数的确定 | 第79-80页 |
| ·中心方差子空间的向量 | 第80-84页 |
| ·渐近性质 | 第84-88页 |
| ·例子 | 第88-94页 |
| ·讨论 | 第94页 |
| ·附录 | 第94-112页 |
| 结论以及未来的工作 | 第112-113页 |
| 参考文献 | 第113-118页 |
| Acknowledgement | 第118-119页 |
| 博士期间发表的文章 | 第119页 |