矩法估计与极大似然估计的比较

以二项分布为例,讨论了其分布参数的矩法估计与极大似然估计,并比较了两种估计的优良性质,主要讨论它们的一致性、无偏性和有效性．     

极大似然估计的教学设计之我见

本文按照将学习的主动权还给学生的指导思想,提出极大似然估计这节课的课堂教学过程设计。     

极大似然估计的朴素理解

极大似然估计是一种广泛应用的统计方法,本文旨在以一种大众化的语言使读者至少必须搞清楚几个问题:估计什么?需要什么前提或假设?如何估计?估计的准确度如何?     

极大似然估计及其应用

讨论了极大似然估计原理及求法,说明了极大似然估计在不同分布和参数空间的应用,阐述了生命表中在单风险非完整样本数据环境中表格生存模型的极大似然估计方法．     

等价限制线性模型中极大似然估计的稳健性

稳健性分析是判断估计值与真实值之间差异是否重要的一种方法。限制线性模型下的极大似然估计的稳健性是当前大家比较感兴趣的一个问题。笔者在前人的基础上,给出限制线性模型中极大似然估计对随机误差协方差矩阵的稳健性统计量,并对其进行分析,得出限制线性模型中极大似然估计对随机误差协方差矩阵不敏感。     

一类单参数均匀分布上参数极大似然估计及优良性的讨论

文中对U={θ-1/2,θ＋1/2}上参数θ常用的三个极大似然估计及修正后的极大似然估计,从均方误差角度进行比较,得出了较优的估计,并证明其相合性及UMVUE．     

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。     

一类污染数据回归模型参数的最大似然估计及若干不变性

摘要 本文研究一般的线性回归模型的观测向量受到一种污染时未知参数的最大似然估计,并讨论了若干用于统计推论的统计量在污染下的不变性。不变性的研究提示我们,在何种统计推断中可无视污染的影响。     

B(n,p)中函数p~2的三个无偏估计量

以二项分布B(n,p)为总体,构造了未知参数的函数p2的三个估计量,并证明它们都是无偏估计。     

Relative Performance of Categorical Diagonally Weighted Least Squares and Robust Maximum Likelihood Estimation

Robust maximum likelihood (ML) and categorical diagonally weighted least squares (cat-DWLS) estimation have both been proposed for use with categorized and nonnormally distributed data. This study compares results from the 2 methods in terms of parameter estimate and standard error bias, power, and Type I error control, with unadjusted ML and WLS estimation methods included for purposes of comparison. Conditions manipulated include model misspecification, level of asymmetry, level and categorization, sample size, and type and size of the model. Results indicate that cat-DWLS estimation method results in the least parameter estimate and standard error bias under the majority of conditions studied. Cat-DWLS parameter estimates and standard errors were generally the least affected by model misspecification of the estimation methods studied. Robust ML also performed well, yielding relatively unbiased parameter estimates and standard errors. However, both cat-DWLS and robust ML resulted in low power under conditions of high data asymmetry, small sample sizes, and mild model misspecification. For more optimal conditions, power for these estimators was adequate.     

泊松分布中参数的无偏估计

基于泊松分布,讨论未知参数θ与g(θ)无偏估计的区别和联系。得到当E(^θ)=θ时,不一定有E(g(^θ))=g(θ)。并给出了几个一般性结论。     

有关二项分布的近似计算

二项分布是一个很重要的离散型随机变量的分布,其试验模型是n重独立伯努力试验,通常记作随机变量X~B(n,p)。当参数n很大,p在0到1的不同大小范围内取值时,可以通过两种不同的方法对二项分布进行近似计算,并期望可以得到较精确的近似值。     

泊松分布中参数的经典估计与Bayes估计的相等关系

文中证明了泊松分布中未知参数的矩估计和最大似然估计,一定存在一个先验分布,使其贝叶斯估计就是该经典估计的结论.     

对数正态分布的几个性质及其参数估计

给出对数正态分布的几个性质,分别利用矩估计法和最大似然估计法求出对数正态分布参数的点估计,并讨论其参数的区间估计。