目录5-8
表格列表8-9
图形列表9-10
縮略语列表10-11
数学符号11-12
Abstract12-15
摘要15-17
第一章 统计推断的并行统计计算综述17-53
1.1 引言17-18
1.2 并行统计计算处理18-22
1.2.1 并行计算策略分类18-19
1.2.2 并行统计算法对策19-21
1.2.3 并行统计软件21-22
1.3 回归不足的并行统计算法22-35
1.3.1 线性回归中的并行统计算法22-27
1.3.2 非线性回归中的并行统计算法27-31
1.3.3 GLM和GAM建模的并行统计算法31-34
1.3.4 回归不足的并行GPU法34-35
1.4 并行非参数推断策略35-41
1.4.1 引言35
1.4.2 并行密度估计策略35-37
1.4.3 并行重抽样策略37-40
1.4.4 其它40-41
1.5 随机历程中的并行统计算法41-50
1.5.1 引言41
1.5.2 马氏链的并行统计算法41-46
1.5.3 并行MCM6-49
1.5.4 其它49-50
1.6 结论和讨论50-53
第二章 多元线性模型的PMLE53-67
2.1 引言53-54
2.2 PMLE和GLS估计的等价性54-55
2.3 多元线性模型PMLE的性质55-57
2.4 多元线性模型PMLE的误差57-58
2.5 多元线性模型PMLE的性能探讨58-60
2.5.1 真实数据试验59
2.5.2 时间性能模拟59-60
2.6 讨论和今后的探讨60
2.7 附录:技术证明60-67
第三章 施瓦茨法解GLM和GAM67-75
3.1 引言67-68
3.2 GLM和GAM建模的施瓦茨法的收敛性68-69
3.3 GAM中子模型收敛的边界条件69-70
3.4 附录:技术证明70-75
第四章 并行自助抽样和光滑函数模型最优子样本长度选择75-99
4.1 引言75
4.2 并行自助阵的性质75-78
4.3 并行自助样本的统计性质78-80
4.4光滑函数模型估计的子样本长度选择80-84
4.4.1 并行自助估计81
4.4.2 并行自助估计的埃奇沃思展开式和泰勒展开式81-83
4.4.3 子样本长度选择的最优性83-84
4.5 并行自助的性能探讨84-88
4.5.1 并行自助的时间性能84-87
4.5.2 子样本长度选择的性能探讨87-88
4.6 讨论88-89
4.7 附录:技术证明89-99
4.7.1 并行自助性质的证明89-94
4.7.2 选择子样本长度性质的证明94-99
第五章 马氏链拟平稳分布的施瓦茨解法99-115
5.1 引言99-100
5.2 加性施瓦茨法在QSD中的半收敛性100-103
5.3 乘性施瓦茨法在QSD中的半收敛性103-104
5.4 例子104-108
5.5 结论108-109
5.6 附录:技术证明109-115