贝叶斯时空分位数回归模型在中国城市PM2.5中的实证研究
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第1章 引言 | 第12-23页 |
| 1.1 研究背景和意义 | 第12-14页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13-14页 |
| 1.2 国内外文献综述 | 第14-19页 |
| 1.2.1 贝叶斯分位数回归估计方法综述 | 第14-16页 |
| 1.2.2 分位数回归应用综述 | 第16-19页 |
| 1.3 研究内容与方法 | 第19-20页 |
| 1.4 主要工作和创新 | 第20-21页 |
| 1.5 论文的基本结构 | 第21-23页 |
| 第2章 贝叶斯分位数回归估计原理 | 第23-36页 |
| 2.1 分位数回归估计原理 | 第23-27页 |
| 2.1.1 分位数与条件分位数 | 第23-25页 |
| 2.1.2 分位数回归基本思想 | 第25-26页 |
| 2.1.3 理解条件分位数函数 | 第26-27页 |
| 2.2 贝叶斯估计原理 | 第27-32页 |
| 2.2.1 贝叶斯定理 | 第27-28页 |
| 2.2.2 先验分布的选择 | 第28-31页 |
| 2.2.3 MCMC计算 | 第31-32页 |
| 2.2.4 收敛性判断 | 第32页 |
| 2.3 基于ALD的贝叶斯分位数回归估计原理 | 第32-35页 |
| 2.3.1 非对称拉普拉斯分布以及似然函数 | 第33-34页 |
| 2.3.2 贝叶斯分位数回归模型估计实现 | 第34-35页 |
| 2.4 小结 | 第35-36页 |
| 第3章 统计特征分析 | 第36-41页 |
| 3.1 数据来源及说明 | 第36-37页 |
| 3.2 中国城市PM2.5 描述统计 | 第37-38页 |
| 3.3 中国城市PM2.5 地区差异 | 第38-39页 |
| 3.4 中国城市PM2.5 的空间相关性 | 第39-40页 |
| 3.5 小结 | 第40-41页 |
| 第4章 实证分析 | 第41-59页 |
| 4.1 模型构建 | 第41-42页 |
| 4.2 模型估计 | 第42-44页 |
| 4.3 模型分析 | 第44-48页 |
| 4.3.1 收敛性判断 | 第44-47页 |
| 4.3.2 显著性检验 | 第47-48页 |
| 4.4 结果分析 | 第48-58页 |
| 4.4.1 时间上的分布规律 | 第49-54页 |
| 4.4.2 空间上的效应分析 | 第54-58页 |
| 4.5 小结 | 第58-59页 |
| 第5章 原因及建议 | 第59-61页 |
| 5.1 原因分析 | 第59页 |
| 5.2 建议 | 第59-60页 |
| 5.3 小结 | 第60-61页 |
| 结论与展望 | 第61-64页 |
| 1、结论 | 第61-62页 |
| 2、展望 | 第62-64页 |
| 附录 | 第64-68页 |
| 附录1 显著性检验结果 | 第64-66页 |
| 附录2 空间效应分布图 | 第66-68页 |
| 参考文献 | 第68-75页 |
| 致谢 | 第75-76页 |
| 攻读博/硕士学位期间发表的论文和其它科研情况 | 第76-77页 |
