一类线性混合模型的参数估计及其算法研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-13页 |
| 1.1 研究背景 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.2.1 线性混合模型的参数估计的研究动态 | 第8-10页 |
| 1.2.2 参数估计迭代算法的研究动态 | 第10-11页 |
| 1.3 本文的研究目的及意义 | 第11页 |
| 1.4 本文的主要研究内容 | 第11-12页 |
| 1.5 本文的结构安排 | 第12-13页 |
| 第2章 线性混合模型的分类及参数估计 | 第13-17页 |
| 2.1 线性混合模型的分类 | 第13-15页 |
| 2.1.1 线性混合模型的一般形式 | 第13页 |
| 2.1.2 纵向模型 | 第13-14页 |
| 2.1.3 方差分量模型 | 第14-15页 |
| 2.2 单向分类模型 | 第15页 |
| 2.3 预备知识 | 第15-17页 |
| 第3章 固定效应的估计 | 第17-23页 |
| 3.1 最小二乘估计 | 第17-19页 |
| 3.2 两步估计 | 第19-21页 |
| 3.3 减约估计 | 第21-23页 |
| 第4章 方差分量的估计 | 第23-38页 |
| 4.1 方差分析估计(ANOVAE) | 第23-26页 |
| 4.2 极大似然估计(MLE) | 第26-29页 |
| 4.3 限制极大似然估计(REML) | 第29-33页 |
| 4.4 最小范数二次无偏估计(MINQUE) | 第33-36页 |
| 4.5 谱分解估计(SDE) | 第36-38页 |
| 第5章 EM算法在MLE和REML中的应用 | 第38-48页 |
| 5.1 EM算法在MLE中的应用 | 第38-41页 |
| 5.2 EM算法在REML中的应用 | 第41-42页 |
| 5.3 EM算法下MLE与REML的比较分析 | 第42-48页 |
| 第6章 结论与进一步工作 | 第48-49页 |
| 6.1 结论 | 第48页 |
| 6.2 进一步工作 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 附录 | 第54-59页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第59页 |
