首页--数理科学和化学论文--概率论与数理统计论文--概率论(几率论、或然率论)论文--随机过程论文--期望与预测论文

充分降维理论和方法的拓展研究

摘要第1-13页
ABSTRACT(英文摘要)第13-16页
主要符号对照表第16-17页
第一章 引言第17-30页
 §1.1 高维数据第17-18页
 §1.2 充分降维第18-19页
 §1.3 估计中心降维子空间的经典方法第19-22页
 §1.4 估计均值中心降维子空间的经典方法第22-23页
 §1.5 结构维数的估计第23-25页
 §1.6 充分降维领域的最新热点第25-28页
 §1.7 本篇论文的框架第28-30页
第二章 经典充分降维方法的高阶渐近展开以及偏差纠正第30-60页
 §2.1 引言第30-31页
 §2.2 渐近展开的一般形式第31-43页
 §2.3 降维方法的偏差纠正第43-44页
 §2.4 模拟研究第44-46页
 §2.5 本章结语第46-49页
 §2.6 本章附录第49-60页
第三章 决定结构维数的稀疏谱分解方法第60-75页
 §3.1 引言第60-61页
 §3.2 稀疏谱分解估计方法第61-64页
 §3.3 理论性质第64-65页
 §3.4 模拟实验与实际应用第65-67页
 §3.5 本章结语第67-68页
 §3.6 本章附录第68-75页
第四章 充分降维方法的样条估计第75-99页
 §4.1 引言第75-76页
 §4.2 核矩阵(?)_(SIR)样条逼进的渐近性质第76-78页
 §4.3 核矩阵(?)_(SAVE)样条逼近的收敛性第78-79页
 §4.4 估计结构维数的修正BIC方法第79-80页
 §4.5 模拟研究与实例说明第80-83页
 §4.6 本章结语第83-84页
 §4.7 本章附录第84-99页
第五章 小n大p情形下的充分降维与变量选择第99-118页
 §5.1 本章引言第99-100页
 §5.2 Dantzig Selector型的逆回归标准化方法第100-104页
 §5.3 理论性质第104-106页
 §5.4 模拟实验与实际应用第106-110页
 §5.5 本章结语第110-111页
 §5.6 本章附录第111-118页
第六章 基于方向回归的变量显著性检验以及变量选择第118-136页
 §6.1 引言第118-119页
 §6.2 检验统计量的提出第119-121页
 §6.3 基于检验统计量的变量选择方法第121-124页
 §6.4 模拟实验第124-126页
 §6.5 实际应用:波士顿房价数据分析第126-127页
 §6.6 本章结语第127-128页
 §6.7 本章附录第128-136页
第七章 未来的工作第136-137页
参考文献第137-147页
致谢第147-149页
博士期间的研究成果及发表的论文第149-151页

论文共151页,点击 下载论文
上一篇:Apostol型多项式及其q-模拟和椭圆推广
下一篇:含指标项半参数回归模型的估计与检验