| 摘要 | 第1-12页 |
| Abstract | 第12-15页 |
| 主要符号对照表 | 第15-18页 |
| 第一章 引言 | 第18-29页 |
| §1.1 模型介绍 | 第19-21页 |
| §1.1.1 变系数模型 | 第19-20页 |
| §1.1.2 部分变系数模型 | 第20-21页 |
| §1.1.3 具有分类属性效应的变系数模型 | 第21页 |
| §1.2 变系数模型的变量选择 | 第21-27页 |
| §1.2.1 变量选择方法简介 | 第21-24页 |
| §1.2.2 变量选择稳健方法的研究现状 | 第24-26页 |
| §1.2.3 变系数模型的变量选择研究现状 | 第26-27页 |
| §1.3 本文的主要工作 | 第27-29页 |
| §1.3.1 研究动机与意义 | 第27页 |
| §1.3.2 内容安排 | 第27-29页 |
| 第二章 分位数变系数模型的变量选择 | 第29-48页 |
| §2.1 引言 | 第29页 |
| §2.2 变量选择方法 | 第29-34页 |
| §2.2.1 核估计 | 第29-30页 |
| §2.2.2 惩罚估计 | 第30-31页 |
| §2.2.3 算法 | 第31-33页 |
| §2.2.4 调节参数的选择 | 第33-34页 |
| §2.3 渐近性质 | 第34-35页 |
| §2.4 数值模拟 | 第35-39页 |
| §2.4.1 模拟2-1 | 第35-38页 |
| §2.4.2 模拟2-2 | 第38-39页 |
| §2.5 实例分析 | 第39-40页 |
| §2.6 定理证明 | 第40-48页 |
| 第三章 分位数变系数模型统一变量选择 | 第48-64页 |
| §3.1 引言 | 第48页 |
| §3.2 变量选择方法 | 第48-52页 |
| §3.2.1 估计方法 | 第49-50页 |
| §3.2.2 算法 | 第50-51页 |
| §3.2.3 调节参数的选择 | 第51-52页 |
| §3.3 渐近性质 | 第52-54页 |
| §3.4 数值模拟 | 第54-56页 |
| §3.4.1 模拟3-1 | 第54页 |
| §3.4.2 模拟3-2 | 第54-56页 |
| §3.5 实例分析 | 第56-59页 |
| §3.6 定理证明 | 第59-64页 |
| 第四章 部分变系数模型基于众数回归的稳健估计和变量选择 | 第64-88页 |
| §4.1 引言 | 第64-65页 |
| §4.2 估计和大样本性质 | 第65-68页 |
| §4.2.1 众数回归 | 第65页 |
| §4.2.2 估计方法 | 第65-67页 |
| §4.2.3 大样本性质 | 第67-68页 |
| §4.3 估计算法和窗宽选择 | 第68-72页 |
| §4.3.1 论窗宽 | 第68-70页 |
| §4.3.2 实践中窗宽选择方法 | 第70页 |
| §4.3.3 估计算法 | 第70-72页 |
| §4 .4 变量选择 | 第72-74页 |
| §4.4.1 惩罚估计 | 第72-73页 |
| §4.4.2 理论性质 | 第73-74页 |
| §4.4.3 调节参数的选择 | 第74页 |
| §4.5 模拟分析 | 第74-77页 |
| §4.5.1 模拟4-1 | 第74-76页 |
| §4.5.2 模拟4-2 | 第76-77页 |
| §4.6 实例分析 | 第77-78页 |
| §4.7 定理证明 | 第78-88页 |
| 第五章 部分变系数模型基于B样条的稳健变量选择方法 | 第88-103页 |
| §5.1 引言 | 第88页 |
| §5.2 变量选择 | 第88-91页 |
| §5.2.1 B样条 | 第88-89页 |
| §5.2.2 惩罚估计方法 | 第89-90页 |
| §5.2.3 大样本性质 | 第90-91页 |
| §5.3 估计算法和调节参数选择 | 第91-93页 |
| §5.3.1 窗宽选择 | 第91-92页 |
| §5.3.2 估计算法 | 第92页 |
| §5.3.3 节点和调节参数的选择 | 第92-93页 |
| §5.4 模拟分析 | 第93-94页 |
| §5.5 实例分析 | 第94-95页 |
| §5.6 定理证明 | 第95-103页 |
| 第六章 分类属性效应变系数模型基于分位数回归的模型选择 | 第103-120页 |
| §6.1 引言 | 第103-104页 |
| §6.2 正则化估计 | 第104-107页 |
| §6.2.1 惩罚函数 | 第104-105页 |
| §6.2.2 估计算法 | 第105-107页 |
| §6.2.3 调节参数的选择 | 第107页 |
| §6.3 自适应正则化估计和大样本性质 | 第107-109页 |
| §6.3.1 自适应惩罚估计 | 第107-108页 |
| §6.3.2 大样本性质 | 第108-109页 |
| §6.4 模拟分析 | 第109-113页 |
| §6.4.1 模拟6-1 | 第109-112页 |
| §6.4.2 模拟6-2 | 第112-113页 |
| §6.5 实例分析 | 第113-115页 |
| §6.6 定理证明 | 第115-120页 |
| 第七章 基于分位数回归层次LASSO惩罚的组变量选择 | 第120-136页 |
| §7.1 引言 | 第120-121页 |
| §7.2 分位数层次LASSO | 第121-124页 |
| §7.2.1 层次LASSO惩罚 | 第121-122页 |
| §7.2.2 估计算法 | 第122-123页 |
| §7.2.3 渐近性质 | 第123-124页 |
| §7.3 自适应层次LASSO | 第124-126页 |
| §7.3.1 自适应估计 | 第124-125页 |
| §7.3.2 Oracle性质 | 第125-126页 |
| §7.4 模拟分析 | 第126-130页 |
| §7.4.1 模拟7-1 | 第126-130页 |
| §7.4.2 模拟7-2 | 第130页 |
| §7.5 实例分析 | 第130-131页 |
| §7.6 定理证明 | 第131-136页 |
| 第八章 结论以及未来的工作 | 第136-138页 |
| 参考文献 | 第138-145页 |
| 致谢 | 第145-146页 |
| 博士期间的研究成果及发表的论文 | 第146页 |
