1) Local quasi-likelihood
局部伪似然
2) local likelihood
局部似然
1.
In this paper, the two-stage estimation for nonparametric additive models by local likelihood adjustment is investigated.
在这篇文章中，主要考虑了基于局部似然修正的可加模型的的两步估计，不同与Horowitz和Mammen两步估计(2004)，我们的估计不仅降低了维数，而且是所有可加组成部分的非参数修正。
3) local empirical likelihood
局部经验似然
1.
We propose a new test for homoskedasticity of variance in nonparametric regression model based on local empirical likelihood and WNW conditional quantile estimator.
本文利用局部经验似然和WNW方法对条件分布函数和条件分位数进行估计,并利用条件分位数的方法对回归模型中的误差方差进行了同方差假设检验,获得了零假设下检验统计量的渐近分布为X2分布。
4) pseudo likelihood
伪似然
5) locally weighted maximum likelihood estimation
局部加权最大似然估计
6) Local Weighted Maximum
局部加极极大似然
补充资料：极大似然估计
极大似然估计法是求估计的另一种方法。它最早由高斯提出。后来为费歇在1912年的文章中重新提出，并且证明了这个方法的一些性质。极大似然估计这一名称也是费歇给的。这是一种上前仍然得到广泛应用的方法。它是建立在极大似然原理的基础上的一个统计方法，极大似然原理的直观想法是：一个随机试验如有若干个可能的结果A，B，C，%26#8230;。若在一次试验中，结果A出现，则一般认为试验条件对A出现有利，也即A出现的概率很大。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条