1) h-likelihood
h-似然
2) Adjusted profile H-likelihood
可调整的profile H似然
4) Hájek approximation
H偄jek近似
1.
In order to solve the problem of computing complex variance estimator for πPS sampling,this paper uses Hájek approximation approach to obtains the approximation of joint inclusion probability,Hájek variance approximation and the estimator of Hájek variance.
为了解决πPS抽样下方差估计量计算困难的难题,本文引入了H偄jek近似方法,给出了二阶包含概率的一个近似公式。
5) maximum likelihood
最大似然
1.
Four-group Maximum Likelihood Decodable Distributed Space Time Codes for Cooperative Communication;
合作通信中四次群最大似然可译分布空时编码
2.
Pitch detection algorithm based on LPC and maximum likelihood;
基于线性预测和最大似然的基音检测算法
3.
Focusing on the problem that the detection complexity was high in vertical-Bell labs layered space-time system,a novel simplified maximum likelihood algorithm was proposed.
针对贝尔实验室垂直分层空时系统最大似然检测复杂度过高的问题,提出一种简化最大似然算法。
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