| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.2.1 国外研究现状 | 第12-14页 |
| 1.2.2 国内研究现状 | 第14页 |
| 1.3 论文的基本结构 | 第14-16页 |
| 第2章 分位数回归及变量选择 | 第16-24页 |
| 2.1 分位数回归 | 第16-18页 |
| 2.1.1 分位数的基本概念 | 第16-17页 |
| 2.1.2 分位数回归的基本思想 | 第17-18页 |
| 2.2 变量选择 | 第18-20页 |
| 2.3 分位数回归模型的变量选择 | 第20-24页 |
| 2.3.1 惩罚分位数回归模型 | 第20页 |
| 2.3.2 自适应Lasso分位数回归 | 第20-21页 |
| 2.3.3 渐近性质 | 第21-22页 |
| 2.3.4 算法及调节参数的选择 | 第22-24页 |
| 第3章 基于分位数回归的自适应组Lasso变量选择 | 第24-38页 |
| 3.1 预备知识 | 第24-26页 |
| 3.1.1 相关极限定理 | 第24-25页 |
| 3.1.2 组稀疏模型 | 第25页 |
| 3.1.3 自适应组Lasso分位数估计 | 第25-26页 |
| 3.2 渐近性质 | 第26-33页 |
| 3.2.1 渐近正态性 | 第26-31页 |
| 3.2.2 稀疏性 | 第31-33页 |
| 3.3 自适应组Lasso分位数回归的等价转换 | 第33-34页 |
| 3.4 数值模拟 | 第34-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 基于分位数回归的自适应组Lasso调节参数选择 | 第38-46页 |
| 4.1 惩罚交叉验证准则 | 第38-40页 |
| 4.2 渐近性质 | 第40-42页 |
| 4.3 数值模拟 | 第42-45页 |
| 4.4 本章小结 | 第45-46页 |
| 总结与展望 | 第46-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 攻读硕士学位期间发表的论文 | 第52页 |