總結並延伸降維技術與變量選擇技術在近幾年的
發展，展望大數據環境下的統計分析中兩者技術的應
用方式，總結展示部分自己相關研究成果與應用範圍
。提出了作者在該領域的5項研究成果以及在相關方
面的應用效果。同時，這些研究為大數據在各學科，
特別是經濟學科的模型建立與使用奠定了堅實的基礎
。戴鵬傑著的《降維變量選擇技術及其應用》的內容
貼近目前的學科研究熱點，歸納總結了近期研究成果
，有較強的學術意義；同時本書中的降維技術與變量
選擇技術對於經濟學科大數據建模工作具有極強的應
用價值。

序言
第一章 降維、變量選擇技術概述
1.1 降維
1.2 變量選擇
第二章 響應變量有測量誤差並帶有核實數據的充分降維
2.1 核實數據簡介
2.2 研究背景
2.3 基於經驗條件分布的重抽樣降維方法
2.4 基於SIR方法的核估計降維
2.5 充分降維空間的維數估計
2.6 數值模擬
2.7 主要定理證明
第三章 無模型假定變量選擇的線性替代變量法
3.1 研究背景
3.2 線性替代變量法(LSV)及其漸近性質
3.3 數值模擬
3.4 實證分析
3.5 主要定理證明
第四章 協變量有測量誤差並帶有核實數據下對廣義線性模型的檢驗問題
4.1 研究背景
4.2 類得分(score—type)檢驗，及其漸近性質
4.3 數值模擬
4.4 主要定理證明
第五章 基於*大秩相關的廣義回歸模型下變量選擇
5.1 研究背景
5.2 懲罰的*大秩相關方法
5.3 改進的迭代邊際*優化算法
5.4 可調參數的選擇
5.5 數值模擬
5.6 結論
5.7 證明過程
第六章 帶自回歸誤差的功能多項式回歸聯合檢測
6.1 研究背景
6.2 聯合檢測過程
6.3 理論性質
6.4 可調參數
6.5 數值模擬
6.6 實際案例
6.7 討論
6.8 證明過程
參考文獻