| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 研究背景及相关概念的界定 | 第9-11页 |
| 1.1.1 研究背景 | 第9-11页 |
| 1.1.2 相关概念界定 | 第11页 |
| 1.2 研究目的与意义 | 第11-14页 |
| 1.2.1 研究目的 | 第11-13页 |
| 1.2.2 研究意义 | 第13-14页 |
| 1.3 国内外研究现状 | 第14-17页 |
| 1.3.1 个体因素 | 第14-15页 |
| 1.3.2 导师因素 | 第15-16页 |
| 1.3.3 环境因素 | 第16-17页 |
| 1.4 研究内容与方法 | 第17-19页 |
| 1.4.1 研究内容 | 第17-18页 |
| 1.4.2 研究方法 | 第18-19页 |
| 第2章 基于 Logistic 回归的博士生超期模型的建立 | 第19-28页 |
| 2.1 博士生超期模型的建立 | 第19-20页 |
| 2.2 Logistic 回归模型 | 第20-24页 |
| 2.2.1 Logistic 函数 | 第20-21页 |
| 2.2.2 Logistic 回归模型的因变量 | 第21-24页 |
| 2.3 Logistic 回归系数的分析 | 第24-25页 |
| 2.3.1 基于 logit p 方程的线性表达式的分析 | 第24-25页 |
| 2.3.2 基于发生比的指数表达式回归系数分析 | 第25页 |
| 2.4 Logistic 模型参数的检验 | 第25-26页 |
| 2.5 基于 Logistic 回归的博士生超期模型建立 | 第26-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第3章 模型指标项的选取及数据的收集与处理 | 第28-38页 |
| 3.1 模型自变量指标项的初选 | 第28-30页 |
| 3.1.1 模型影响因素分析 | 第28页 |
| 3.1.2 哈工大特色的模型影响因素分析 | 第28-30页 |
| 3.2 自变量的数据分类及预处理 | 第30-31页 |
| 3.2.1 数据的收集 | 第30页 |
| 3.2.2 数据的预处理 | 第30-31页 |
| 3.3 样本数据项的分析 | 第31-33页 |
| 3.3.1 样本数据项的总体情况分析 | 第31-32页 |
| 3.3.2 基于工学与管理学数据的总体情况分析 | 第32-33页 |
| 3.4 数据项的多重共线性检验及因子分析 | 第33-37页 |
| 3.4.1 多重共线性检验 | 第34-35页 |
| 3.4.2 因子分析 | 第35-37页 |
| 3.5 模型影响因素的确定 | 第37页 |
| 3.6 本章小结 | 第37-38页 |
| 第4章 实证研究与数据分析 | 第38-49页 |
| 4.1 工学博士生超期毕业影响因素的实证研究 | 第38-43页 |
| 4.1.1 工学博士生超期概率模型的建立 | 第38-39页 |
| 4.1.2 工学博士生超期概率模型的检验 | 第39-41页 |
| 4.1.3 工学博士生超期概率模型的分析 | 第41-43页 |
| 4.2 管理学博士生超期毕业影响因素的实证研究 | 第43-47页 |
| 4.2.1 管理学博士生超期概率模型的建立 | 第43-44页 |
| 4.2.2 管理学博士生超期概率模型的检验 | 第44-46页 |
| 4.2.3 管理学博士生超期概率模型的分析 | 第46-47页 |
| 4.3 本章小结 | 第47-49页 |
| 第5章 研究结果讨论与管理建议 | 第49-54页 |
| 5.1 研究结果的讨论 | 第49-51页 |
| 5.1.1 超期概率模型的对比分析 | 第49-50页 |
| 5.1.2 超期概率模型的应用 | 第50页 |
| 5.1.3 预警系统的建立 | 第50-51页 |
| 5.2 博士生教育管理的建议 | 第51-53页 |
| 5.2.1 宏观层面的建议 | 第51-52页 |
| 5.2.2 中观层面的建议 | 第52-53页 |
| 5.3 本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59页 |
