| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究的背景与发展现状 | 第11-14页 |
| 1.1.1 Lasso类方法的研究背景与现状 | 第11-12页 |
| 1.1.2 时间序列的研究背景与现状 | 第12-13页 |
| 1.1.3 Lasso类方法变点检测的研究背景与现状 | 第13-14页 |
| 1.2 本文的主要工作 | 第14-15页 |
| 第2章 Lasso类方法在时间序列变量选择中的应用 | 第15-29页 |
| 2.1 概述 | 第15页 |
| 2.2 模型与方法 | 第15-16页 |
| 2.2.1 Lasso方法 | 第15-16页 |
| 2.2.2 Adaptive Lasso方法 | 第16页 |
| 2.2.3 Lasso方法与Adaptive Lasso方法比较 | 第16页 |
| 2.3 数值模拟 | 第16-21页 |
| 2.3.1 生成数据 | 第16-17页 |
| 2.3.2 参数估计 | 第17-21页 |
| 2.4 实例分析 | 第21-27页 |
| 2.4.1 数据的初步处理 | 第21-22页 |
| 2.4.2 数据分析与比较 | 第22-27页 |
| 2.5 结论 | 第27-29页 |
| 第3章 基于Lasso类方法的变点检测 | 第29-41页 |
| 3.1 概述 | 第29页 |
| 3.2 模型与转化 | 第29-31页 |
| 3.2.1 Lasso方法 | 第29-30页 |
| 3.2.2 Adaptive Lasso方法 | 第30-31页 |
| 3.3 数值模拟 | 第31-35页 |
| 3.3.1 生成数据 | 第31-33页 |
| 3.3.2 参数估计 | 第33页 |
| 3.3.3 结果比较与分析 | 第33-35页 |
| 3.4 实例分析 | 第35-40页 |
| 3.4.1 数据的初步处理 | 第35-37页 |
| 3.4.2 数据分析与比较 | 第37-40页 |
| 3.5 结语 | 第40-41页 |
| 第4章 主要的结论与展望 | 第41-43页 |
| 4.1 结论 | 第41页 |
| 4.2 展望 | 第41-43页 |
| 参考文献 | 第43-47页 |
| 作者简历 | 第47页 |
