| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9页 |
| 第一章 绪论 | 第13-17页 |
| 1.1 函数型数据分析的背景与意义 | 第13-14页 |
| 1.2 数据缺失 | 第14-15页 |
| 1.2.1 缺失机制 | 第14页 |
| 1.2.2 缺失数据研究现状 | 第14-15页 |
| 1.3 本文研究动机和内容安排 | 第15-17页 |
| 第二章 预备知识 | 第17-20页 |
| 2.1 随机变量的强混合(a混合)及收敛性 | 第17页 |
| 2.2 几乎完全收敛性质 | 第17-18页 |
| 2.3 相关不等式 | 第18-20页 |
| 第三章 基于相依函数型样本非参数回归模型的kNN估计 | 第20-38页 |
| 3.1 引言 | 第20-21页 |
| 3.2 估计和假定 | 第21-23页 |
| 3.2.1 模型的估计 | 第21-22页 |
| 3.2.2 一些标记和假设 | 第22-23页 |
| 3.3 渐近性质 | 第23-24页 |
| 3.3.1 主要结果 | 第23页 |
| 3.3.2 一些评注 | 第23-24页 |
| 3.4 模拟研究 | 第24-27页 |
| 3.5 实际数据分析 | 第27-29页 |
| 3.6 证明 | 第29-38页 |
| 第四章 响应变量随机缺失的函数型非参数k近邻估计-相依样本情形 | 第38-48页 |
| 4.1 引言 | 第38-39页 |
| 4.2 模型的估计和假定 | 第39页 |
| 4.3 渐近结果 | 第39-40页 |
| 4.4 模拟研究 | 第40-43页 |
| 4.5 证明 | 第43-48页 |
| 第五章 结束语 | 第48-50页 |
| 5.1 论文总结 | 第48-49页 |
| 5.2 研究的展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 攻读硕士期间的学术活动及成果 | 第54-55页 |