致谢 | 第5-6页 |
摘要 | 第6-7页 |
Abstract | 第7页 |
1 绪论 | 第10-15页 |
1.1 研究背景与意义 | 第10-11页 |
1.2 发展历史及研究现状 | 第11-13页 |
1.2.1 最小二乘估计 | 第11页 |
1.2.2 有偏估计 | 第11-12页 |
1.2.3 几种有偏估计的修正估计 | 第12-13页 |
1.3 论文结构与技术路线图 | 第13-15页 |
1.3.1 技术路线 | 第13-14页 |
1.3.2 论文结构 | 第14-15页 |
2 理论基础 | 第15-31页 |
2.1 线性回归模型及其有关概念 | 第15-20页 |
2.1.1 线性回归模型的基本知识 | 第15-18页 |
2.1.2 可容许性 | 第18-19页 |
2.1.3 均方误差 | 第19页 |
2.1.4 复共线性 | 第19-20页 |
2.2 有偏估计的比较条件 | 第20-23页 |
2.2.1 评价准则 | 第20-22页 |
2.2.2 广义岭估计在相对效率意义下与最小二乘估计的比较 | 第22-23页 |
2.3 几种有偏估计 | 第23-31页 |
2.3.1 传统最小二乘估计 | 第24-25页 |
2.3.2 约束最小二乘估计 | 第25-27页 |
2.3.3 广义最小二乘估计 | 第27-28页 |
2.3.4 主成分估计 | 第28页 |
2.3.5 岭估计 | 第28-29页 |
2.3.6 综合岭估计 | 第29-30页 |
2.3.7 Stein压缩估计 | 第30-31页 |
3 带有压缩系数的综合岭估计的研究 | 第31-46页 |
3.1 引言 | 第31页 |
3.2 h-D综合岭估计的提出 | 第31-32页 |
3.3 h-D综合岭估计的基本性质 | 第32-33页 |
3.4 h-D综合岭估计的特殊性质 | 第33-39页 |
3.5 岭参数的选取 | 第39-43页 |
3.5.1 在Q(c)准则下选择K | 第39-40页 |
3.5.2 确定k值的迭代算法 | 第40-43页 |
3.6 数值举例 | 第43-46页 |
4 应用分析 | 第46-51页 |
4.1 基础数据 | 第46-47页 |
4.2 参数估计 | 第47-50页 |
4.2.1 最小二乘估计 | 第47-48页 |
4.2.2 综合岭估计 | 第48-49页 |
4.2.3 h-D综合岭估计 | 第49-50页 |
4.2.4 三种估计的比较分析 | 第50页 |
4.3 问题展开 | 第50-51页 |
5 h-D综合条件岭估计 | 第51-55页 |
5.1 h-D综合条件岭估计及其性质 | 第51-53页 |
5.2 实例分析 | 第53-55页 |
6 h-D综合岭估计的单个数据删除模型研究 | 第55-60页 |
6.1 诊断统计量 | 第55-57页 |
6.2 算例分析 | 第57-60页 |
结论 | 第60-61页 |
参考文献 | 第61-63页 |
作者简历 | 第63-65页 |
学位论文数据集 | 第65-66页 |