|
|
|
|
若干复杂数据模型的经验似然和复合推断方法 |
| |
| 论文目录 |
| |
| 摘要 | 第6-10页 | | ABSTRACT | 第10-14页 | | 第一章 绪论 | 第15-31页 | | §1.1 模型介绍 | 第15-18页 | | §1.1.1 非参数回归模型 | 第15-16页 | | §1.1.2 半参数回归模型 | 第16-18页 | | §1.2 几类数据集 | 第18-21页 | | §1.2.1 测量误差数据 | 第18-20页 | | §1.2.2 纵向数据 | 第20-21页 | | §1.3 经验似然 | 第21-25页 | | §1.3.1 经验似然的定义及均值的经验似然 | 第21-23页 | | §1.3.2 经验似然的应用 | 第23-25页 | | §1.4 分位数回归和复合分位数回归 | 第25-31页 | | §1.4.1 分位数回归 | 第25-26页 | | §1.4.2 复合分位数回归 | 第26页 | | §1.4.3 局部复合分位数回归 | 第26-31页 | | 第二章 纵向数据下可加部分线性EV模型的经验似然推断 | 第31-53页 | | §2.1 引言 | 第31-33页 | | §2.2 参数部分的经验似然 | 第33-37页 | | §2.2.1 ∑_(uu)已知的情形 | 第34-36页 | | §2.2.2 估计的测量误差协方差矩阵 | 第36-37页 | | §2.3 非参部分的经验似然 | 第37-38页 | | §2.4 模拟研究 | 第38-40页 | | §2.5 实例分析 | 第40-44页 | | §2.6 结论证明 | 第44-51页 | | §2.7 小结 | 第51-53页 | | 第三章 响应变量缺失时纵向数据下变系数部分线性EV模型的经验似然推断 | 第53-67页 | | §3.1 引言 | 第53-54页 | | §3.2 参数部分的经验似然 | 第54-58页 | | §3.2.1 ∑_(uu)已知的情形 | 第56-57页 | | §3.2.2 估计的测量误差协方差矩阵 | 第57-58页 | | §3.3 渐近结果 | 第58-59页 | | §3.4 模拟研究 | 第59-61页 | | §3.5 结论证明 | 第61-65页 | | §3.6 小结 | 第65-67页 | | 第四章 基于复合分位数回归的回归模型的经验似然推断 | 第67-83页 | | §4.1 引言 | 第67-68页 | | §4.2 经验似然方法 | 第68-70页 | | §4.3 光滑的经验似然方法 | 第70-71页 | | §4.4 主要结果 | 第71-74页 | | §4.4.1 参数估计与置信区域 | 第71-73页 | | §4.4.2 光滑经验似然的Bartlett纠偏 | 第73-74页 | | §4.5 结论证明 | 第74-83页 | | 第五章 基于复合方法的非参数函数导数的有效推断 | 第83-101页 | | §5.1 引言 | 第83-84页 | | §5.2 方法 | 第84-88页 | | §5.2.1 加权复合分位数回归估计 | 第84-86页 | | §5.2.2 加权的分位数平均估计 | 第86-88页 | | §5.3 渐近效率比较 | 第88-89页 | | §5.4 模拟研究 | 第89-93页 | | §5.4.1 同方差模型 | 第90-91页 | | §5.4.2 异方差模型 | 第91-93页 | | §5.5 结论证明 | 第93-101页 | | 参考文献 | 第101-111页 | | 致谢 | 第111-112页 | | 攻读博士学位期间完成论文情况 | 第112-113页 | | 附件 | 第113页 |
|
|
|
|
论文编号BS3470080，这篇论文共113页
会员购买按0.35元/页下载，共需支付39.55元。 直接购买按0.5元/页下载，共需要支付56.5元 。 |
 |
 |
我还不是会员，注册会员！
会员下载更优惠!充值送钱！ |
我只需要这篇，无需注册！
直接网上支付，方便快捷！ |
|
|
|
版权申明：本目录由www.jylw.com网站制作，本站并未收录原文，如果您是作者，需要删除本篇论文目录请通过QQ或其它联系方式告知我们，我们承诺24小时内删除。 |
|
|
广告服务