关于最大似然估计的教学

通过浅显事例说明最大似然原理,给出最大似然估计的主要方法。     

最大似然估计教学中的几点注记

本文总结了最大似然估计教学中容易忽视的一些问题,并对最大似然估计中出现的一些特殊情况进行了举例说明,特别指出不是所有参数都有最大似然估计.     

最大似然估计法浅谈

本文介绍了最大似然估计法,它是基于所给样本 在分布函数形式已知情况下未知参数估计的一类方法。鉴于 学生对此方法理解存在难度’我们首先通过简单实例引入最大 似然原理,然后应用最大似然原理解决点估计问题,最后总结 出最大似然估计法的一般步骤。     

基于重要性采样的最大似然时延估计算法

针对多径环境中的时延估计,提出了一种基于重要性采样概念的算法。该算法利用蒙特卡罗算法(MC)对未知参数的分布函数抽样,获得简化似然函数的全局最优解,进而通过计算样本均值直接得到参数估计结果。该方法避免了耗时较长的多维网格搜索和对初值较为敏感的迭代算法,且能够无条件收敛至全局最优值。仿真结果表明,在相同样本条件下,该算法相比于EM、MUSIC算法,不仅消除了对初值的依赖性,也获得了更接近克拉美罗界(CRLB)的仿真结果。将该算法与其他多种算法进行计算复杂度分析后发现,IS-based算法较其他算法更为简单,计算量更低,具有较为重要的工程应用价值。     

最大似然估计的若干难题与解析

任课教师在教学时除了要注重讲解最大似然估 计的基本思想和一般解法,还有必要增加一些有难度的灵活题 型作为补充。这样既调动了学生的学习积极性,拓宽了知识 面,也有助于提高学生分析和解决问题的能力。     

对数正态分布参数的最大似然估计

利用最大似然估计法求出了对数正态分布两个参数的估计量，并讨论了它们的无偏性和相合性。     

线性模型中的最大似然估计的通有稳定性

本证明了线性模型中回归系数的最大似然估计关于随机误差的通有稳定性。     

最大似然估计在回归分析中的应用

本文旨在利用最大似然估计这一方法来考虑当线性回归模型不成立时因变量的指数和对数变换问题,解决了对数变换时未知参数的确定原则并给出利用统计软件SPSS加以求解的方法,给出了对数变换未知参数的解析式并得到了帽子矩阵的一些性质。     

基于最大L_q似然估计的广义非线性模型的统计诊断(英文)

为了检测数据是否符合给定的模型,需要对数据进行统计诊断.研究了基于最大Lq似然估计的广义非线性模型的统计诊断问题.利用3个统计诊断量来检验数据中是否都存在异常点.模拟结果显示,当样本容量较小时,使用最大Lq似然估计方法得到的诊断统计量的结果要比使用极大似然估计(MLE)方法得到的结果大;随着样本容量的增加,它们之间的区别逐渐减小.因此,使用最大Lq似然估计方法比用MLE方法更容易找到数据中的异常点.     

直线拟合的最大似然原理

对被观测的物理量（x、y），测得n对观测值，对y的不等精度或x与y都有误差的两种情况下的直线拟会，本文用最大似然法来解释最小二乘法，并获得相应的结果．     

Maximum Likelihood Estimation: for the Multinomial Distribution

In a first course in mathematical statistics or categorical data analysis, the maximum likelihood estimators of the parameters of the multinomial distribution are often “derived” using calculus. However, the important step of verifying that the resulting estimators indeed maximize the likelihood is omitted or done incorrectly. In this paper, two simple methods of obtaining the maximum likelihood estimates are presented.     

均匀分布场合下参数的极大似然估计

针对不同区间上的均匀分布,应用次序统计量,给出了未知参数的极大似然估计,并讨论了估计量的无偏性。     

Γ-分布形状参数的修正极大似然估计

指出Γ-分布形状参数α的修正极大似然估计(α)L的值可以用普赛函数Ψ(·)的反函数来计算,证明了(α)L是α的强相合估计,而且(α)L渐近地服从正态分布.     

极大似然估计的性质探讨

文章首先介绍了极大似然估计,然后综述了极大似然估计的优良性质,同时探讨了在应用极大似然估计时所应注意的问题。     

二项分布中p~2的矩估计与极大似然估计

基于二项分布B(n,p)总体,给出了未知参数p2的矩估计和极大似然估计,并讨论了估计量的无偏性。     

基于DSP的图形变换算法研究与实现

Sobel算法在图像处理时能对边界线进行提取,突出图像的边缘。该算法不仅能够提取目标和背景的边界线,还能把两者分开,突出图像的边缘,把有用信息提取出来。把Sobel算法应用于图像处理中,并与其他算法进行对比,进行软件仿真,通过在DSP芯片上实现,可以得出Sobel算法在边缘检测方面的优势。     

最大似然估计阈值法对超声回波消噪的研究

针对超声脉冲信号具有的概率密度稀疏分布特性,提出了基于离散小波变换的最大似然估计阈值处理法,并与现有的软阈值处理消噪相比较,表明该方法效果良好．     

基于T—tree的最大频繁项目集挖掘算法

发现最大频繁项目集在关联规则挖掘中有着重要意义。通过已发现的最大频繁项目集,可容易地发现频繁项目集。提出了一种基于事务树（T-tree）的最大频繁项目集挖掘算法MFIA（Maximum Frequent Itemsets Algorithm）,其挖掘过程中只需对数据库扫描一次,从而提高了最大频繁项目集的挖掘效率。