摘要
1 绪论
1.1.1 研究背景
1.1.2 研究意义
1.2 研究现状
1.3 研究的内容及创新
1.4 论文结构
2 列联表及对数线性模型
2.1 列联表
2.1.1 二维列联表
2.1.2 二维列联表的概率分布
2.1.3 发生比之比
2.2 泊松分布和多项分布
2.3 三维列联表
2.3.1 条件发生比之比与边际发生比之比
2.3.2 边际独立与条件独立
2.3.3 IJK表
2.4 列联表的独立检验
2.5 列联表的对数线性模型
2.5.1 二维列联表的对数线性模型
2.5.2 对数发生比之比
2.5.3 三维列联表的对数线性模型
2.6 关联图
2.7 对数线性模型的构建
2.7.1 Akaike信息准则和BIC
2.7.2 实例
3 高维分类数据的可压缩性定理及关联图分析
3.1 高维分类数据的可压缩性定理
3.1.1 列联表的三种现象
3.1.2 可压缩性定理
3.1.3 基于关联图的可压缩性定理
3.2 高维分类数据的变量可压缩性排序
3.2.1 互信息与条件互信息
3.2.2 准则
3.2.3 实例分析
4 Bootstrap下的对数线性模型构建
4.1 引入分类数据下的Bootstrap方法
4.1.1 分类变量的Bootstrap方法
4.1.2 K-means聚类
4.2 基于Bootstrap下对数线性模型
4.2.1 评价指标
4.2.2 方法性能分析
4.3 实例应用
5 总结与展望
5.1 研究总结
5.2 研究前景与展望
参考文献
附录
攻读学位期间取得的研究成果
致谢
声明