菜单
  

    2. 极大似然估计
    2.1极大似然估计的定义
    用L(θ,x_1,x_2,⋯x_n)表示,简记为L(θ),其中参数向量 θ 是由一个未知参数或几个未知参数组成的,x_1,x_2,⋯x_n是来自该总体的样本,设p(x;θ)为总体的概率函数,将样本的联合概率函数看成 θ 的函数,样本的似然函数为L(θ),
    L(θ)= L(θ,x_1,x_2,⋯x_n)= p(x_1;θ) p(x_2;θ)⋯ p(x_n;θ)
    称 θ ̂是 θ 的最大似然估计,记为MLE(maximum likelihood estimate),
    如果某个统计量 θ ̂=θ ̂(x_1,x_2,⋯x_n)满足L(θ ̂)=Max L(θ)则极大似然估计有一个良好的性质:它通常具有渐近正态性.
    2.2 截尾线性回归模型参数的极大似然估计及迭代算法
    MLE是一种非常有效的参数估计方法,但当分布中有多余参数或数据为截尾或缺失时,其MLE的求取是比较困难的.于是Dempster等人于1977年提出了EM算法,其出发点是把求MLE的过程分为两个步骤,首先求期望,其次求极大值.似然函数为   
    L(β,σ^2 )=〖(σ^m)〗^(-1) ∏_(i=1)^m▒〖φ(〖(y〗_i-μ_i)/σ)∏_(i=m+1)^n▒〖(∅(〖(b〗_i-μ_i)/σ)-∅(〖(a〗_i-〖                           μ〗_i)/σ))〗〗.
    一般迭代步骤.先给出参数(β,σ^2 )的极大似然估计的公式.然后求似然函数的  β 的偏导数
  1. 上一篇:多阶段抽样及其应用
  2. 下一篇:中国经济增长对能源消费的依从关系研究
  1. 非线性差分方程解的单调性

  2. 基于回归分析的上市公司业绩预测

  3. 线性规划在经济数学中的应用与探析

  4. 线性规划模型在交通运输中的应用

  5. 非线性方程求根的迭代法研究

  6. 线性递推关系数列极限的几种求法及其应用

  7. 淮安市交通运输发展多元回归模型

  8. 当代大学生慈善意识研究+文献综述

  9. 大众媒体对公共政策制定的影响

  10. 河岸冲刷和泥沙淤积的监测国内外研究现状

  11. 酸性水汽提装置总汽提塔设计+CAD图纸

  12. 电站锅炉暖风器设计任务书

  13. 乳业同业并购式全产业链...

  14. 杂拟谷盗体内共生菌沃尔...

  15. 十二层带中心支撑钢结构...

  16. java+mysql车辆管理系统的设计+源代码

  17. 中考体育项目与体育教学合理结合的研究

  

About

751论文网手机版...

主页:http://www.751com.cn

关闭返回