首页--数理科学和化学论文--概率论与数理统计论文--数理统计论文

广义线性模型下ERIC方法的调节参数选择

摘要第4-5页
abstract第5-7页
1 引言第10-20页
    1.1 研究背景及意义第10-13页
    1.2 国内外研究现状第13-17页
        1.2.1 国外研究现状第13-15页
        1.2.2 国内研究现状第15-16页
        1.2.3 文献评述第16-17页
    1.3 文章的结构和框架第17-19页
    1.4 本文的创新之处第19-20页
2 广义线性模型及变量选择第20-31页
    2.1 广义线性模型的基本概念及理论第20-23页
        2.1.1 Logistic回归模型第22-23页
        2.1.2 Poisson回归模型第23页
    2.2 SCAD惩罚似然函数第23-26页
        2.2.1 理论基础第23-25页
        2.2.2 Oracle估计量及性质第25-26页
    2.3 调节参数选择方法第26-31页
        2.3.1 交叉验证(CV准则)第26-27页
        2.3.2 赤池信息准则(AIC准则)第27-28页
        2.3.3 贝叶斯信息准则(BIC准则)第28页
        2.3.4 ERIC信息准则第28-31页
3 参数估计及ERIC准则基本性质第31-39页
    3.1 参数估计第31-32页
    3.2 渐近性质第32-39页
4 Monte Carlo模拟研究第39-45页
    4.1 Logistic回归第40-42页
    4.2 Poisson回归第42-45页
5 实证分析第45-50页
    5.1 数据描述第45-46页
    5.2 数据处理第46页
    5.3 ERIC信息准则的调节参数选择第46-50页
6 结论与展望第50-52页
    6.1 结论第50-51页
    6.2 展望第51-52页
参考文献第52-55页
致谢第55页

论文共55页,点击 下载论文
上一篇:基于Type-Ⅱ型模糊认知图的时序数据预测
下一篇:一个素变量混合幂丢番图不等式