| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 符号说明 | 第7-8页 |
| 目录 | 第8-12页 |
| 第1章 绪论 | 第12-24页 |
| ·引言 | 第12-13页 |
| ·贝叶斯方法的本质及其与经典统计方法的比较 | 第13-16页 |
| ·贝叶斯方法的本质 | 第13-14页 |
| ·贝叶斯学派对经典学派的批评 | 第14-15页 |
| ·贝叶斯方法的优点 | 第15-16页 |
| ·贝叶斯方法的研究与应用现状 | 第16-22页 |
| ·贝叶斯方法的基本理论研究现状 | 第16-19页 |
| ·贝叶斯方法的应用研究现状 | 第19-21页 |
| ·贝叶斯方法中存在的主要问题 | 第21页 |
| ·国内研究现状 | 第21-22页 |
| ·本文的选题背景、意义与研究内容 | 第22-24页 |
| ·本文的选题背景与意义 | 第22-23页 |
| ·本文的研究内容安排 | 第23-24页 |
| 第2章 单方程模型的贝叶斯推断理论及其应用 | 第24-54页 |
| ·模型参数先验分布构造的统计理论 | 第24-30页 |
| ·位置参数的扩散先验分布 | 第24-25页 |
| ·尺度参数的扩散先验分布 | 第25页 |
| ·位置-尺度参数的扩散先验分布 | 第25-26页 |
| ·模型参数共轭先验分布的构造 | 第26-30页 |
| ·随机参数矩阵的贝叶斯风险决策解 | 第30-32页 |
| ·平方损失函数与单参数的贝叶斯风险决策解 | 第31页 |
| ·向量损失函数与随机参数向量的的贝叶斯风险决策解 | 第31页 |
| ·矩阵损失函数与随机参数矩阵的的贝叶斯风险决策解 | 第31-32页 |
| ·模型参数的贝叶斯估计理论 | 第32-35页 |
| ·参数分量β_i的后验边缘分布及其贝叶斯估计 | 第33-34页 |
| ·部分系数的联合后验边缘分布及其贝叶斯估计 | 第34-35页 |
| ·方差σ~2的后验边缘分布及其贝叶斯估计 | 第35页 |
| ·设计阵奇异时模型系数的贝叶斯分析 | 第35-37页 |
| ·模型系数线性假设检验的贝叶斯方法构造 | 第37-43页 |
| ·问题的提出 | 第37页 |
| ·两个基本定理的证明 | 第37-40页 |
| ·参数线性假设检验的贝叶斯方法构造 | 第40-41页 |
| ·特殊情形:部分系数同时为零的检验 | 第41-43页 |
| ·模型随机误差序列自相关的贝叶斯诊断及其单位根检验 | 第43-48页 |
| ·问题的提出 | 第43-44页 |
| ·自相关系数的条件后验分布 | 第44-46页 |
| ·自相关的贝叶斯检验与HPD置信区间 | 第46页 |
| ·数值算例 | 第46-48页 |
| ·应用:基于贝叶斯方法的小批量生产质量控制模型研究 | 第48-53页 |
| ·问题的提出 | 第48-49页 |
| ·方差σ~2已知时的贝叶斯均值控制图 | 第49-50页 |
| ·方差σ~2未知时的贝叶斯均值-标准差控制图 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第3章 多方程模型系统的贝叶斯推断理论及其应用 | 第54-74页 |
| ·引言 | 第54-55页 |
| ·模型系统的统计结构及参数共轭先验分布的构造 | 第55-58页 |
| ·模型系统参数后验分布的推断及其贝叶斯估计 | 第58-66页 |
| ·系数矩阵的后验分布及其贝叶斯估计 | 第58-60页 |
| ·部分系数的后验分布及其估计 | 第60-61页 |
| ·系数矩阵后验分布的条件分解 | 第61-65页 |
| ·精度阵的后验分布及其估计 | 第65-66页 |
| ·协方差阵的后验分布推断 | 第66页 |
| ·模型预报密度函数的推导 | 第66-69页 |
| ·应用:基于贝叶斯方法的多元质量控制理论 | 第69-73页 |
| ·贝叶斯多指标均值向量控制图的构造 | 第69-71页 |
| ·贝叶斯多指标过程能力指数的构造与推断 | 第71-73页 |
| ·本章小结 | 第73-74页 |
| 第4章 VAR(p)预测模型的贝叶斯推断理论 | 第74-86页 |
| ·引言 | 第74-75页 |
| ·非限制性VAR(p)预测模型的贝叶斯推断理论 | 第75-77页 |
| ·限制性VAR(p)预测模型的贝叶斯推断理论 | 第77-79页 |
| ·基于Minnesota先验分布的VAR(p)预测模型贝叶斯推断理论 | 第79-85页 |
| ·Minnesota先验分布的基本假定 | 第79-80页 |
| ·滞后延迟函数g(τ)的选择 | 第80-81页 |
| ·相对紧度函数f(i，j)的选择 | 第81页 |
| ·标准差之比S_i／S_j的涵义 | 第81页 |
| ·模型参数的后验估计 | 第81-83页 |
| ·模型预测结果及其精度评价 | 第83页 |
| ·数值算例 | 第83-85页 |
| ·本章小结 | 第85-86页 |
| 第5章 多总体贝叶斯分类识别方法的构造理论 | 第86-100页 |
| ·引言 | 第86-87页 |
| ·基于扩散先验分布的多总体贝叶斯分类识别方法 | 第87-96页 |
| ·参数的先验分布与后验分布 | 第87-90页 |
| ·基本定理的证明 | 第90-93页 |
| ·后验概率比与分类识别规则 | 第93页 |
| ·数值算例 | 第93-96页 |
| ·基于多元正态-逆Wishart先验分布的多总体贝叶斯分类识别方法 | 第96-99页 |
| ·本章小结 | 第99-100页 |
| 第6章 全文总结与展望 | 第100-103页 |
| ·本文所做的工作 | 第100-101页 |
| ·本文的创新之处 | 第101-102页 |
| ·进一步研究展望 | 第102-103页 |
| 致谢 | 第103-104页 |
| 参考文献 | 第104-120页 |
| 附录 | 第120页 |
| 附录A 攻读博士学位期间撰写与发表的论文 | 第120页 |
| 附录B 攻读博士学位期间参加研究的科研课题 | 第120页 |
| 附录C 攻读博士学位期间课题成果获奖情况 | 第120页 |
