首页--数理科学和化学论文--概率论与数理统计论文--数理统计论文--一般数理统计论文

k-class估计在高维线性模型的推广

摘要第4-5页
Abstract第5页
第一章 绪论第10-20页
    1.1 研究背景及意义第10-11页
    1.2 研究现状第11-17页
        1.2.1 高维线性模型研究现状第11-13页
        1.2.2 工具变量估计研究现状第13-15页
        1.2.3 k-class估计研究现状第15-17页
    1.3 论文研究内容第17-20页
        1.3.1 论文的主要工作与贡献第17-18页
        1.3.2 论文的结构安排第18-20页
第二章 k-class估计在高维线性模型中推广第20-32页
    2.1 k-class估计具有一般性第20-23页
        2.1.1 线性回归模型的估计方法第20-21页
        2.1.2 k-class估计第21-23页
    2.2 高维线性模型第23-26页
        2.2.1 惩罚因子法第23-25页
        2.2.2 Adaptive LASSO第25-26页
    2.3 k-class估计在高维线性模型中的推广第26-32页
        2.3.1 化简k-class估计形式第27-28页
        2.3.2 选择最优的k第28-29页
        2.3.3 k-class估计推广到高维第29-32页
第三章 k-class估计推广到高维的性质研究第32-36页
    3.1 模型假设第32-33页
    3.2 渐近性质第33-36页
第四章 随机模拟第36-54页
    4.1 随机模拟设置第36-38页
    4.2 随机模拟结果展示第38-52页
        4.2.1 相关系数p_1=0结果展示第38-42页
        4.2.2 相关系数p_1=0.2结果展示第42-47页
        4.2.3 相关系数p_1=0.3结果展示第47-52页
    4.3 随机模拟结果分析第52-54页
第五章 总结与展望第54-58页
    5.1 总结第54-56页
    5.2 展望第56-58页
参考文献第58-64页
附录第64-72页
致谢第72页

论文共72页,点击 下载论文
上一篇:n维空间单位球面的球覆盖半径问题
下一篇:基于带测量误差的维纳过程的退化建模与剩余寿命估计