空间统计中的隐马尔可夫模型
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-14页 |
| ·课题背景 | 第8-10页 |
| ·空间统计学简介 | 第8-10页 |
| ·空间统计学与经典统计学的区别 | 第10页 |
| ·国内外研究的现状和趋势 | 第10-11页 |
| ·选题意义及文章结构 | 第11-12页 |
| ·本章小结 | 第12-14页 |
| 第2章 预备知识 | 第14-26页 |
| ·Markov 过程 | 第14-17页 |
| ·隐马尔可夫随机域 | 第17-18页 |
| ·空间相关数据计数模型 | 第18-20页 |
| ·混合模型和其他相关模型 | 第20页 |
| ·Potts 模型与泊松噪音 | 第20-22页 |
| ·空间统计的一些性质 | 第22-25页 |
| ·经典线性回归 | 第22-23页 |
| ·空间线性回归 | 第23-25页 |
| ·空间条件自回归模型 | 第25页 |
| ·本章小结 | 第25-26页 |
| 第3章 马尔可夫链蒙特卡罗方法 | 第26-42页 |
| ·基本理论 | 第26-35页 |
| ·基本思路 | 第26-28页 |
| ·满条件分布 | 第28-29页 |
| ·Gibbs 抽样 | 第29-31页 |
| ·Metropolis-Hastings 方法 | 第31-34页 |
| ·应用 | 第34-35页 |
| ·空间统计中的MCMC 方法 | 第35-41页 |
| ·固定维数的移动 | 第36-37页 |
| ·可变维数的移动 | 第37-38页 |
| ·渐近Potts 模型划分函数 | 第38-40页 |
| ·BYM 模型的实现 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 模型的模拟、对比和应用 | 第42-59页 |
| ·资料组的模拟 | 第42-44页 |
| ·输出结果分析和判别标准 | 第44-45页 |
| ·后验推理 | 第45页 |
| ·后验估计 | 第45-48页 |
| ·聚类分析 | 第48-50页 |
| ·假设和灵敏度 | 第50-52页 |
| ·与BYM 模型进行对比 | 第52-57页 |
| ·在流行病学中的应用 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第65-66页 |
| 致谢 | 第66-67页 |
| 作者简介 | 第67页 |
