伪似然估计,pseudo-likelihood estimate,音标,读音,翻译,英文例句,英语词典

您的位置：首页 -> 词典 -> 伪似然估计

1) pseudo-likelihood estimate 点击朗读

伪似然估计

For estimating the ROC curve,we use the method of pseudo-likelihood estimate and local polynomial fitting to estimate the unknown function and the parameters.

本文考虑检测结果的均值服从位置尺度模型,且均值经过一个未知的函数变化与协变量有线性关系的模型,并用伪似然估计和局部线性方法估计该未知的函数和各参数,从而估计出 ROC 曲线。

2) quasi maximum likelihood estimation 点击朗读

伪极大似然估计

3) Penalized Quasi-Likelihood 点击朗读

惩罚伪似然估计

Currently,the approximate estimation used in GLMMs is Penalized Quasi-Likelihood(PQL)and Marginal Quasi-Likelihood (MQL), However, neither of these parameter estimation methods expose some shortage in practical applications: although MQL is fast,but only consider fixed effect, When the va

目前常用的GLMMs参数估计方法为惩罚伪似然估计(Penalized Quasi-Likelihood,PQL)和边际伪似然估计(Marginal Quasi-Likelihood,MQL)。

4) quasi maximum likelihood method 点击朗读

伪极大似然估计法

5) Likelihood estimation 点击朗读

似然估计

例句>>

6) likelihood estimator 点击朗读

似然估计

The maximal likelihood estimator of Γ n after the separation of “signals”and “noise”is given.

给出了将“信号”与“噪音”分离后Γ的极大似然估

更多例句>>

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

极大似然估计

拟似然估计谱似然估计似然比估计 β似然估计最大似然估计

说明：双击或选中下面任意单词，将显示该词的音标、读音、翻译等；选中中文或多个词，将显示翻译。
	您的位置：首页 -> 词典 -> 伪似然估计 1) pseudo-likelihood estimate 伪似然估计 1. For estimating the ROC curve,we use the method of pseudo-likelihood estimate and local polynomial fitting to estimate the unknown function and the parameters. 本文考虑检测结果的均值服从位置尺度模型,且均值经过一个未知的函数变化与协变量有线性关系的模型,并用伪似然估计和局部线性方法估计该未知的函数和各参数,从而估计出 ROC 曲线。 2) quasi maximum likelihood estimation 伪极大似然估计 3) Penalized Quasi-Likelihood 惩罚伪似然估计 1. Currently,the approximate estimation used in GLMMs is Penalized Quasi-Likelihood(PQL)and Marginal Quasi-Likelihood (MQL), However, neither of these parameter estimation methods expose some shortage in practical applications: although MQL is fast,but only consider fixed effect, When the va 目前常用的GLMMs参数估计方法为惩罚伪似然估计(Penalized Quasi-Likelihood,PQL)和边际伪似然估计(Marginal Quasi-Likelihood,MQL)。 4) quasi maximum likelihood method 伪极大似然估计法 5) Likelihood estimation 似然估计例句>> 6) likelihood estimator 似然估计 1. The maximal likelihood estimator of Γ n after the separation of “signals”and “noise”is given. 给出了将“信号”与“噪音”分离后Γ的极大似然估更多例句>> 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。参考词条极大似然估计

©2011 dictall.com