基于贝叶斯新方法的时空独立模型影响分析

摘要	第1-6页
Abstract	第6-9页
第一章 绪论	第9-11页
·统计诊断的发展概况	第9页
·回归诊断Bayes方法的研究背景和现状	第9页
·本文主要研究工作	第9-11页
第二章 基于贝叶斯方法的线性模型的诊断统计量	第11-25页
·基础知识简介	第11-16页
·线性回归模型	第11-13页
·数据删除模型	第13-14页
·拟数据删除模型	第14页
·线性模型Bayes诊断中一些概念和引理	第14-16页
·基于后验样本的Cook距离法	第16-18页
·Cook距离	第16-17页
·基于后验样本的Cook距离法	第17-18页
·Kullback-Leibler距离方法	第18-20页
·基于后验样本核密度的K-L距离方法	第20-22页
·一元核密度估计	第20-21页
·多元核密度估计	第21页
·窗宽选择	第21-22页
·Bayes估计的影响度量	第22页
·基于后验样本置信域统计量方法	第22-25页
·基于后验样本置信域体积比诊断统计量	第22-23页
·离差平方和诊断统计量	第23-25页
第三章 仿真模拟和数据实例	第25-31页
·一元线性回归模型	第25-27页
·多元线性模型	第27-31页
第四章 时空独立模型统计诊断	第31-35页
·时空独立模型简介	第31-32页
·时空独立模型建立	第31-32页
·先验分布	第32页
·影响分析	第32页
·仿真模拟	第32-35页
第五章 总结与展望	第35-36页
致谢	第36-37页
参考文献	第37-38页