1) posterior maximum likelihood estimate
后验极大似然估计
2) maximum likelihood estimation
极大似然估计
1.
Analysis of precision for maximum likelihood estimation in the Weibull distribution;
威布尔分布的极大似然估计的精度分析
2.
On Attributes of Maximum Likelihood Estimation;
极大似然估计的性质探讨
3.
Frequent-purchased Models and Maximum Likelihood Estimationfor Its Parameters;
经常购买模型及其参数的极大似然估计
3) maximum likelihood estimator
极大似然估计
1.
Laws of the iterated logarithm for the maximum likelihood estimators under random censorship;
随机删失下极大似然估计的重对数律
2.
Moderate deviations for the maximum likelihood estimators under random censorship;
随机删失下极大似然估计的中偏差
3.
Order restricted maximum likelihood estimator of the parameters in Weibull distribution under randomly censored condition;
随机删失情形下威布尔分布的参数在序约束下的极大似然估计
4) MLE
极大似然估计
1.
An Approximate MLE of Lognormal Model under General Type-ⅡProgressive Censoring;
一般Ⅱ型逐步删失下对数正态模型的近似极大似然估计
2.
The Estimation of MLE of Ⅱ Type Ending-Cutting Weibull DistributionParameter and Bayes Estimation Under the Uncomplete Information;
不完全信息下型截尾Weibull分布参数的极大似然估计及贝叶斯估计
3.
The Existence and Uniqueness of MLE for Weibull Distribution with Complete Data;
完全样本下Weibull分布极大似然估计的存在唯一性
5) maximum likelihood estimate
极大似然估计
1.
Optimal track fusion based on maximum likelihood estimate;
基于极大似然估计的最优航迹融合方法
2.
The maximum likelihood estimates on the parameters of multivariate degenerated normal distribution;
多元退化正态分布参数的极大似然估计
3.
At last,optimal fusion value of multi-odometer data is obtained by maximum likelihood estimate.
首先基于置信距离测度概念构造了多里程仪测量数据之间的置信距离矩阵和关系矩阵,然后利用有向图方法剔除含有较大误差的或错误的测量数据,最后采用极大似然估计法求解多里程仪测量数据的最优融合值。
6) quasi-maximum likelihood estimators
拟极大似然估计
1.
In this paper,the comparison is qiven between the random simulation of the maximum likelihood estimators and the quasi-maximum likelihood estimators of the population-averaged treatment effects in the one-dimensional structural regression models with one covariate and the measurement errors.
通过对单个协变量的带有测量误差的一维结构回归模型中总体平均处理效应的极大似然估计和拟极大似然估计的随机模拟结果进行比较,发现这两个公式都不受测量误差的影响,并且可以互换使用。
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