摘要 | 第5-8页 |
Abstract | 第8-10页 |
第一章 前言 | 第13-16页 |
1.1 研究背景 | 第13-15页 |
1.2 研究意义 | 第15-16页 |
第二章 本研究的方法学基础 | 第16-21页 |
2.1 贝叶斯定理 | 第16-17页 |
2.2 贝叶斯先验分布 | 第17-19页 |
2.2.1 无信息先验 | 第17-18页 |
2.2.2 专家先验信息 | 第18-19页 |
2.2.3 悲观先验与乐观先验 | 第19页 |
2.3 先验分布的敏感性分析 | 第19-21页 |
第三章 研究方法及实例应用 | 第21-36页 |
3.1 研究方法 | 第21-26页 |
3.1.1 专家的选择及专家先验获取过程 | 第21页 |
3.1.2 专家先验的获取方法 | 第21-24页 |
3.1.3 统计分析模型 | 第24-26页 |
3.2 实例应用 | 第26-36页 |
3.2.1 资料来源 | 第26-27页 |
3.2.2 质量控制 | 第27页 |
3.2.3 专家咨询会 | 第27-28页 |
3.2.4 统计方法 | 第28-36页 |
第四章 研究结果 | 第36-52页 |
4.1 研究对象的人口特征学 | 第36-38页 |
4.2 情绪性格维度分析结果 | 第38-44页 |
4.2.1 管理组与对照组的情绪性格基线情况分析 | 第38页 |
4.2.2 管理组与对照组的情绪性格0-6个月差值情况分析 | 第38-40页 |
4.2.3 管理组与对照组的情绪性格0-24个月差值情况分析 | 第40-42页 |
4.2.4 多水平统计模型结果 | 第42-43页 |
4.2.5 贝叶斯混合效应模型结果 | 第43-44页 |
4.3 敏感性分析 | 第44-50页 |
4.3.1 情绪性格0-24个月差值敏感性分析 | 第44-47页 |
4.3.2 情绪性格维度贝叶斯混合效应模型敏感性分析 | 第47-50页 |
4.4 贝叶斯残差分析 | 第50-52页 |
第五章 讨论 | 第52-57页 |
5.1 先验信息的利用 | 第52页 |
5.2 专家先验分布获取 | 第52-53页 |
5.3 贝叶斯混合效应模型 | 第53-54页 |
5.4 敏感性分析 | 第54-55页 |
5.5 优点和创新 | 第55页 |
5.6 局限性 | 第55-57页 |
参考文献 | 第57-61页 |
综述 | 第61-69页 |
参考文献 | 第67-69页 |
附录一 | 第69-70页 |
附录二 | 第70-73页 |
附录三 | 第73-79页 |
作者简介 | 第79页 |
硕士在读期间发表论文情况 | 第79-80页 |
致谢 | 第80页 |