| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 引言 | 第12-18页 |
| 1.1 研究背景 | 第12-14页 |
| 1.1.1 变量选择 | 第12-13页 |
| 1.1.2 统计推断 | 第13页 |
| 1.1.3 非参数可加模型 | 第13-14页 |
| 1.2 本文主要内容与创新 | 第14-16页 |
| 1.2.1 主要内容 | 第14-15页 |
| 1.2.2 创新之处 | 第15-16页 |
| 1.3 文章结构 | 第16-18页 |
| 第二章 基于向前可加回归(FAR)的变量筛选 | 第18-42页 |
| 2.1 文献综述 | 第18-21页 |
| 2.2 统计模型 | 第21-26页 |
| 2.2.1 模型假设 | 第21-23页 |
| 2.2.2 FAR算法实现 | 第23-24页 |
| 2.2.3 理论性质 | 第24-26页 |
| 2.3 模拟实验 | 第26-32页 |
| 2.4 实例分析 | 第32-33页 |
| 2.5 定理证明 | 第33-42页 |
| 第三章 总体显著性检验 | 第42-54页 |
| 3.1 文献综述 | 第42-43页 |
| 3.2 统计模型 | 第43-46页 |
| 3.2.1 模型假设 | 第43-45页 |
| 3.2.2 检验统计量 | 第45-46页 |
| 3.3 讨论:RCV方法估计方差 | 第46-47页 |
| 3.4 模拟实验 | 第47-50页 |
| 3.5 实例分析 | 第50-54页 |
| 第四章 超高维线性模型中的条件检验 | 第54-64页 |
| 4.1 模型假设 | 第54-55页 |
| 4.2 条件U型检验统计量 | 第55-58页 |
| 4.2.1 检验统计量 | 第55-56页 |
| 4.2.2 理论性质 | 第56-58页 |
| 4.3 基于变量筛选的条件U型检验统计量(CUTS) | 第58-59页 |
| 4.3.1 CUTS-1统计量算法 | 第58-59页 |
| 4.3.2 CUTS-2统计量算法 | 第59页 |
| 4.4 模拟实验 | 第59-63页 |
| 4.5 实例分析 | 第63-64页 |
| 第五章 总结与讨论 | 第64-66页 |
| 5.1 总结 | 第64-65页 |
| 5.2 讨论 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71-72页 |
| 研究生在学期间发表的论文 | 第72页 |