非参数密度估计在判别分析中的应用
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 绪论 | 第10-18页 |
| ·引言 | 第10页 |
| ·非参数统计的特点 | 第10-12页 |
| ·非参数概率密度估计的研究进展 | 第12-16页 |
| ·非参数密度估计的方法 | 第12-14页 |
| ·非参数密度估计的理论研究进展 | 第14-15页 |
| ·非参数密度估计的应用研究进展 | 第15-16页 |
| ·本文研究的主要内容和意义 | 第16-18页 |
| 第二章 密度函数的非参数估计 | 第18-40页 |
| ·引言 | 第18-19页 |
| ·密度函数的核估计理论 | 第19-37页 |
| ·核估计定义 | 第19-20页 |
| ·核估计的大样本性质 | 第20-29页 |
| ·核函数的选取 | 第29-31页 |
| ·最优窗宽的确定 | 第31-35页 |
| ·理论最优窗宽的界定 | 第31-33页 |
| ·实际最优窗宽的确定 | 第33-35页 |
| ·多元密度函数的核估计理论 | 第35-37页 |
| ·密度函数的最近邻估计理论 | 第37-40页 |
| ·最近邻估计的定义 | 第37页 |
| ·最近邻估计的大样本理论 | 第37-39页 |
| ·多维最近邻估计理论 | 第39-40页 |
| 第三章 非参数判别分析的原理 | 第40-49页 |
| ·判别分析的基本思想 | 第40页 |
| ·贝叶斯判别分析的原理 | 第40-43页 |
| ·基于核密度估计的非参数判别法 | 第43-45页 |
| ·Bayes方法概念 | 第43-44页 |
| ·Bayes方法的具体步骤 | 第44-45页 |
| ·基于近邻密度估计的非参数判别法 | 第45-47页 |
| ·k-最近邻法概念 | 第45页 |
| ·k-最近邻法具体步骤 | 第45-47页 |
| ·非参数判别法在 SAS中的实现 | 第47-49页 |
| 第四章 非参数密度估计在财务预警模型中的应用 | 第49-55页 |
| ·引言 | 第49页 |
| ·样本选取 | 第49-50页 |
| ·指标的选择 | 第50-51页 |
| ·数据的正态性检验 | 第51页 |
| ·k-最近邻法判别分析和检验 | 第51-52页 |
| ·Bayes 法判别分析和检验 | 第52-54页 |
| ·结论 | 第54-55页 |
| 第五章 总结 | 第55-57页 |
| ·主要工作 | 第55页 |
| ·主要创新之处 | 第55页 |
| ·后续工作和展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间的主要科研成果 | 第60-61页 |
| 致谢 | 第61页 |
