筛选逐步回归方法的改进研究
| 符号说明 | 第1-6页 |
| 中文摘要 | 第6-8页 |
| Abstract | 第8-10页 |
| 1 引言 | 第10-14页 |
| ·论文背景 | 第10-11页 |
| ·研究现状 | 第11-13页 |
| ·本文研究的内容和意义 | 第13-14页 |
| 2 多元线性回归的基础 | 第14-19页 |
| ·多元线性回归分析 | 第14-16页 |
| ·多元线性回归模型的基本假定 | 第16-18页 |
| ·多元线性回归存在的问题 | 第18-19页 |
| 3 多元线性回归分析的拓展方法 | 第19-27页 |
| ·处理多重共线性的方法及其特点 | 第19-24页 |
| ·岭回归 | 第19-20页 |
| ·MNQUE法 | 第20页 |
| ·主成分回归 | 第20-21页 |
| ·逐步回归 | 第21-24页 |
| ·偏最小二乘回归 | 第24页 |
| ·处理超饱和模型的方法及其特点 | 第24-26页 |
| ·随机搜索变量筛选 | 第24-25页 |
| ·经验贝叶斯方法 | 第25页 |
| ·惩罚极大似然法 | 第25页 |
| ·最小绝对缩减和变量选择算子 | 第25-26页 |
| ·新方法存在的问题及其原因 | 第26-27页 |
| 4 筛选逐步回归及其改进 | 第27-38页 |
| ·筛选逐步回归分析的主要思路 | 第27-28页 |
| ·建立优化方程的目标函数及选择标准 | 第28-31页 |
| ·优化方程目标函数 | 第28-29页 |
| ·动态显著水平调控 | 第29-30页 |
| ·效应计数项p_c及附加项p_d的计算 | 第30-31页 |
| ·最优方程搜索 | 第31-33页 |
| ·最优目标函数与最优回归方程 | 第31-32页 |
| ·目标函数全局优的难度 | 第32页 |
| ·全局优的实验证明 | 第32-33页 |
| ·筛选逐步回归的主要过程 | 第33-38页 |
| ·基础回归阶段 | 第33页 |
| ·逐个剔除、逐个选入阶段 | 第33-34页 |
| ·重新筛选阶段 | 第34-36页 |
| ·扩张程度反馈调控 | 第36页 |
| ·重新筛选步中的强化选择 | 第36-37页 |
| ·缩张算法技术的结合应用 | 第37-38页 |
| 5 模拟分析 | 第38-66页 |
| ·回归分析的模拟设定 | 第38-39页 |
| ·考察指标 | 第39-40页 |
| ·模拟结果 | 第40-66页 |
| ·简单模型的模拟分析 | 第40-46页 |
| ·非标记型数据的模拟分析 | 第46-54页 |
| ·超饱和数据的模拟分析 | 第54-62页 |
| ·复杂模型的模拟分析 | 第62-66页 |
| 6 讨论和本研究展望 | 第66-67页 |
| ·总结方法改进的思想 | 第66页 |
| ·软件展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
