| Abstract | 第3-4页 |
| 摘要 | 第5-8页 |
| 1.Introduction | 第8-13页 |
| 1.1 Background of Semi-parametric Model | 第8页 |
| 1.2 The Current Research Status and Development | 第8-11页 |
| 1.3 Research Significance | 第11页 |
| 1.4 Innovation | 第11-13页 |
| 2.Back-fitting Estimation of Semi-parametric Partially Linear Varying-coefficient Models with PCA | 第13-20页 |
| 2.1 Introduction of Back-fitting Estimation | 第13页 |
| 2.2 Principal Component Analysis | 第13-14页 |
| 2.3 Back-fitting Estimation | 第14-16页 |
| 2.4 The Property of Estimators | 第16-17页 |
| 2.5 Proofs of the Conclusion | 第17-20页 |
| 3.Kriging Regression Imputation Method to Semiparametric Model with Missing Data | 第20-39页 |
| 3.1 Introduction | 第20-21页 |
| 3.2 Complete-case Data Estimation | 第21-22页 |
| 3.3 Regression Imputation Approach | 第22-24页 |
| 3.4 Kriging's Regression Imputation Technique | 第24-26页 |
| 3.5 Kriging's Regression Imputation with LASSO Technique | 第26-28页 |
| 3.6 Numerical Experiments | 第28-30页 |
| 3.6.1 Simulation Studies | 第28-29页 |
| 3.6.2 Application to Boston housing data | 第29-30页 |
| 3.7 Conclusions | 第30-31页 |
| 3.8 The Proof of the Main Theories | 第31-39页 |
| 4.Shrinkage Estimation of Semi-parametric Model with Missing Responses for Cluster Data | 第39-50页 |
| 4.1 Overview | 第39-40页 |
| 4.2 Semi-parametric Model with the Methodology | 第40-43页 |
| 4.3 Theoretical Properties | 第43-44页 |
| 4.4 Tuning Parameter Selection | 第44-45页 |
| 4.5 Conclusions | 第45页 |
| 4.6 Proofs of the Main Theories | 第45-50页 |
| 5.Asymptotic Properties of the Residual Bootstrap for LASSO Estimators | 第50-61页 |
| 5.1 Introduction | 第50页 |
| 5.2 The Technique of Bootstrap Re-sampling Theory | 第50-52页 |
| 5.3 Description of the Bootstrap Method | 第52-54页 |
| 5.4 Main results | 第54-56页 |
| 5.5 The Proof of the Main Theories | 第56-61页 |
| Acknowledgements | 第61-62页 |
| Reference | 第62-65页 |
| Publications | 第65页 |
