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

复杂数据下一类可加回归模型的统计推断

摘要第1-7页
Abstract第7-10页
符号表第10-14页
第1章 绪论第14-34页
   ·模型第15-17页
     ·可加模型第15-16页
     ·部分线性可加模型第16-17页
   ·复杂数据第17-23页
     ·纵向数据第17-19页
     ·测量误差数据第19-21页
     ·缺失数据第21-23页
   ·估计方法第23-31页
     ·中心化B样条第23-25页
     ·后移算法第25-27页
     ·惩罚估计方法第27-29页
     ·次推断函数方法第29-31页
   ·本文研究的内容及结构第31-34页
第2章 纵向数据下可加模型的模型检测第34-54页
   ·引言第34-35页
   ·方法与渐近性质第35-41页
     ·方法第35-38页
     ·渐近性质第38-39页
     ·迭代计算及参数选择第39-41页
   ·模拟研究第41-43页
   ·实例分析第43-44页
   ·定理的证明第44-51页
   ·本章小结第51-54页
第3章 缺失数据下可加模型的估计及变量选择第54-68页
   ·引言第54-56页
   ·方法与渐近性质第56-60页
     ·填补估计第56-57页
     ·变量选择第57-58页
     ·渐近性质第58-59页
     ·参数选择第59-60页
   ·模拟研究第60-62页
   ·定理证明第62-65页
   ·本章小结第65-68页
第4章 测量误差数据下部分线性可加模型的估计第68-84页
   ·引言第68-69页
   ·方法及渐近性质第69-72页
     ·纠偏的样条后移核估计第69-70页
     ·渐近性质第70-72页
   ·模拟研究第72-75页
     ·模拟结果第72-74页
     ·实例研究第74-75页
   ·定理的证明第75-83页
   ·本章小结第83-84页
第5章 部分线性可加模型的稳健估计第84-94页
   ·引言第84页
   ·方法及渐近性质第84-86页
     ·估计方法第84-86页
     ·渐近性质第86页
     ·参数选择第86页
   ·模拟研究第86-89页
     ·模拟结果第86-88页
     ·实例研究第88-89页
   ·定理的证明第89-93页
   ·本章小结第93-94页
结论第94-96页
进一步研究的课题第96-98页
参考文献第98-110页
攻读博士学位期间所发表的学术论文第110-112页
致谢第112-113页

论文共113页,点击 下载论文
上一篇:不可压MHD方程组及其相关模型适定性和渐近极限研究
下一篇:面向硅基光子集成的光栅器件研究