基于函数型数据分析和广义分位数回归的PM2.5数据探究
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第一章 引言 | 第8-14页 |
| 1.1 研究背景和意义 | 第8-11页 |
| 1.2 研究创新和优势 | 第11-14页 |
| 第二章 文献回顾 | 第14-19页 |
| 2.1 PM2.5研究文献综述 | 第14-15页 |
| 2.2 函数型数据分析文献综述 | 第15-17页 |
| 2.3 广义分位数回归文献综述 | 第17-19页 |
| 第三章 研究问题和方法 | 第19-33页 |
| 3.1 研究问题 | 第19-21页 |
| 3.2 研究方法 | 第21-33页 |
| 3.2.1 季节调整 | 第21-22页 |
| 3.2.2 广义分位数回归 | 第22-25页 |
| 3.2.3 函数型数据分析 | 第25-28页 |
| 3.2.4 广义分位数的FPCA | 第28-30页 |
| 3.2.5 主成分得分序列的预测 | 第30-32页 |
| 3.2.6 算法总结 | 第32-33页 |
| 第四章 数据分析 | 第33-54页 |
| 4.1 数据说明 | 第33-35页 |
| 4.2 数据描述 | 第35-37页 |
| 4.3 PM2.5数据的FPCA | 第37-43页 |
| 4.3.1 PM2.5的主成分函数 | 第37-41页 |
| 4.3.2 PM2.5的主成分得分 | 第41-43页 |
| 4.4 模型估计 | 第43-47页 |
| 4.5 PM2.5的预测 | 第47-54页 |
| 第五章 结论与展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59页 |
