| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1.绪论 | 第8-12页 |
| 1.1 研究的目的和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 主要研究内容 | 第10-12页 |
| 2.基础知识及相关理论 | 第12-23页 |
| 2.1 模型的发展 | 第12-14页 |
| 2.1.1 非参数回归模型 | 第12-13页 |
| 2.1.2 单指标模型 | 第13页 |
| 2.1.3 部分线性模型 | 第13页 |
| 2.1.4 部分线性单指标模型 | 第13-14页 |
| 2.2 Lasso类方法的发展及相关知识 | 第14-21页 |
| 2.2.1 Lasso估计方法及其性质 | 第15-16页 |
| 2.2.2 Adaptive lasso估计方法及相关性质 | 第16页 |
| 2.2.3 Group lasso估计方法及其相关性质 | 第16-17页 |
| 2.2.4 Elastic net估计方法及其相关性质 | 第17-18页 |
| 2.2.5 局部线性估计方法 | 第18-19页 |
| 2.2.6 惩罚相对偏导数法 | 第19-21页 |
| 2.3 衡量模型优劣性的标准 | 第21-23页 |
| 2.3.1 AIC准则 | 第21页 |
| 2.3.2 BIC准则 | 第21-22页 |
| 2.3.3 CP准则 | 第22页 |
| 2.3.4 CV/GCV准则 | 第22-23页 |
| 3.部分线性单指标模型的变量选择 | 第23-41页 |
| 3.1 用Adaptive group lasso方法对部分线性单指标模型进行参数估计 | 第23-31页 |
| 3.2 用Adaptive elastic net方法对部分线性单指标模型进行参数估计 | 第31-37页 |
| 3.2.1 组效应性质 | 第32-33页 |
| 3.2.2 Adaptive elastic net估计方法的Oracle性质 | 第33-37页 |
| 3.3 用惩罚相对偏导数法对部分线性单指标模型进行参数估计 | 第37-41页 |
| 4.实证分析 | 第41-47页 |
| 5.总结与展望 | 第47-48页 |
| 5.1 全文总结及主要结论 | 第47页 |
| 5.2 未来研究方向 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51页 |
