| 摘要 | 第3-5页 |
| Abstract | 第5-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 引言 | 第11页 |
| 1.2 研究背景及研究现状 | 第11-17页 |
| 1.2.1 缺失数据 | 第11-12页 |
| 1.2.2 半参数回归模型 | 第12-13页 |
| 1.2.3 变量选择 | 第13-15页 |
| 1.2.4 Bayes Dirichlet过程 | 第15-16页 |
| 1.2.5 Bayes局部影响分析 | 第16-17页 |
| 1.3 本文主要工作 | 第17-19页 |
| 第二章 带有不可忽略缺失数据的广义半参数非线性模型的有效估计 | 第19-43页 |
| 2.1 引言 | 第19-20页 |
| 2.2 广义半参数非线性模型(GSNM)和缺失数据机制模型 | 第20-22页 |
| 2.3 模型参数与非参数函数的估计 | 第22-25页 |
| 2.4 估计量的渐近性质 | 第25-26页 |
| 2.5 数值分析 | 第26-35页 |
| 2.5.1 模拟研究 | 第26-31页 |
| 2.5.2 实例分析 | 第31-35页 |
| 2.6 条件分布及定理证明 | 第35-42页 |
| 2.6.1 条件分布及MH抽样过程 | 第35-36页 |
| 2.6.2 定理证明 | 第36-42页 |
| 2.7 本章小结 | 第42-43页 |
| 第三章 带有不可忽略缺失数据的广义半参数非线性模型的变量选择 | 第43-63页 |
| 3.1 引言 | 第43-44页 |
| 3.2 带有不可忽略缺失数据的广义半参数非线性模型 | 第44-46页 |
| 3.3 响应变量模型及缺失数据机制模型的变量选择 | 第46-47页 |
| 3.4 惩罚参数的选取 | 第47-48页 |
| 3.5 极大惩罚似然估计量的Oracle性质 | 第48-50页 |
| 3.6 数值分析 | 第50-57页 |
| 3.6.1 模拟研究 | 第50-54页 |
| 3.6.2 实例分析 | 第54-57页 |
| 3.7 定理证明 | 第57-60页 |
| 3.8 本章小结 | 第60-63页 |
| 第四章 响应变量带有不可忽略缺失数据和协变量带有测量误差的广义半参数非线性随机效应模型的Bayes分析 | 第63-87页 |
| 4.1 引言 | 第63-64页 |
| 4.2 协变量带有测量误差的广义半参数非线性随机效应模型 | 第64-69页 |
| 4.3 模型的Bayes分析 | 第69-79页 |
| 4.3.1 条件后验分布及MCMC算法 | 第71-78页 |
| 4.3.2 Bayes分析 | 第78-79页 |
| 4.4 数值分析 | 第79-85页 |
| 4.4.1 模拟研究 | 第79-83页 |
| 4.4.2 实例分析 | 第83-85页 |
| 4.5 本章小结 | 第85-87页 |
| 第五章 带有不可忽略缺失数据的广义半参数非线性随机效应模型的Bayes局部影响分析 | 第87-105页 |
| 5.1 引言 | 第87-88页 |
| 5.2 模型介绍 | 第88-90页 |
| 5.3 Bayes局部影响分析 | 第90-95页 |
| 5.3.1 Bayes扰动模型及流形 | 第90-92页 |
| 5.3.2 Bayes局部影响诊断统计量 | 第92-95页 |
| 5.4 数值分析 | 第95-99页 |
| 5.5 本章小结 | 第99-105页 |
| 第六章 总结与进一步研究 | 第105-109页 |
| 参考文献 | 第109-118页 |
| 发表文章目录 | 第118-119页 |
| 致谢 | 第119页 |
