| 摘要 | 第1-9页 |
| Abstract | 第9-12页 |
| 第一章 绪论 | 第12-23页 |
| ·高维特征筛选 | 第12-18页 |
| ·背景介绍 | 第12-13页 |
| ·距离相关系数和鞅差相关系数 | 第13-16页 |
| ·基于鞅差相关系数的特征筛选 | 第16-18页 |
| ·基于渐进分布的模型选择 | 第18-23页 |
| ·Jiang and Liu 2004相关结果 | 第18-20页 |
| ·自标准化技巧 | 第20-23页 |
| 第二章 鞅差相关系数及其在高维特征筛选中的应用 | 第23-57页 |
| ·引言 | 第23-25页 |
| ·鞅差散度和鞅差相关系数 | 第25-29页 |
| ·基于鞅差相关系数的变量筛选 | 第29-32页 |
| ·数值分析 | 第32-38页 |
| ·条件期望筛选 | 第33-36页 |
| ·条件分位数筛选 | 第36-38页 |
| ·实例研究 | 第38-41页 |
| ·心肌症微阵列数据 | 第38-39页 |
| ·Affymetric基因芯片：鼠基因230 2.0数据 | 第39-41页 |
| ·结论及讨论 | 第41-42页 |
| ·附录：技术证明 | 第42-54页 |
| ·2.2节理论证明 | 第42-47页 |
| ·2.3节理论证明 | 第47-54页 |
| 附表 | 第54-57页 |
| 第三章 基于子样本参数估计的贝叶斯模型选择 | 第57-70页 |
| ·引言 | 第57页 |
| ·例子 | 第57-59页 |
| ·基于子样本估计构造似然函数 | 第59-62页 |
| ·基于子样本估计的模型选择 | 第62-63页 |
| ·基于子样本估计的贝叶斯模型选择 | 第63-64页 |
| ·多种子样本的构造法 | 第64-66页 |
| ·数值分析 | 第66-68页 |
| ·讨论 | 第68-69页 |
| 附表 | 第69-70页 |
| 第四章 基于贝叶斯模型选择的鞅差检验 | 第70-82页 |
| ·引言 | 第70-71页 |
| ·预备理论 | 第71-72页 |
| ·贝叶斯鞅差检验 | 第72-77页 |
| ·贝叶斯因子的一致性 | 第77页 |
| ·数值分析 | 第77-80页 |
| ·讨论和展望 | 第80-82页 |
| 参考文献 | 第82-89页 |
| 作者简介 | 第89-91页 |
| 致谢 | 第91-92页 |
| 附表 | 第92页 |