缺失数据下双重广义线性模型的经验似然推断

本文基于截面经验似然的方法,在响应变量随机缺失时,将双重广义线性模型的拟似然估计方程作为截面经验似然比函数的约束条件,构造了均值模型和散度模型未知参数的置信区间.数据模拟中,在完全数据集,逆概率加权填补所得的数据集和未加权填补所得的数据集三种情形下,将经验似然方法与正态逼近方法相比较.结果表明在双重广义线性模型中,逆概率加权这一填补方法和经验似然方法是有效和可行的.     

基于极大似然的异方差多正态总体均值的参数Bootstrap检验

本文考虑了异方差下多正态总体均值的检验问题。传统检验方法多为近似分布检验,且受总体数目及其样本量的影响较为严重,只有在总体数目较少、样本量适中或较大时才能很好的控制第一类错误。较近提出的参数bootstrap检验有效解决了在总体数目较多时检验的任意性,但在总体样本量都较小时,检验控制第一类错误倾向保守,或总体中存在个别样本量较少时犯第一类错误概率上升。本文从极大似然的角度推导出具有修正权重的极大似然检验统计量,并与bootstrap方法有效的结合,得到新的参数bootstrap检验方法。通过Monte Carlo模拟第一类错误和检验的势与Welch检验和广义F检验进行比较,结果表明本文提出的极大似然参数bootstrap检验在总体数目较多和存在小样本量时,均能很好地控制第一类错误,同时且有较好的势,适用范围更加广泛。     

多重Ⅱ型删失数据场合 Logistic 分布参数的近似似然函数

在多重Ⅱ型删失数据场合,利用ML法做统计推断时,由于似然函数过于复杂,常遇到很大困难.通过文中方法我们获得了 Logistic 分布参数的近似似然函数,并在大样本场合,证明此似然函数以概率1收敛于原似然函数.     

对数似然图像分割的快速主动轮廓跟踪算法

针对跟踪目标尺度变化问题,提出了基于灰度对数似然图像分割的快速主动轮廓跟踪算法。改进的主动轮廓跟踪算法将根据以目标与背景的颜色差异而建立的对数似然图对图像进行阈值分割和数学形态学处理,再将Kalman滤波器结合到主动轮廓跟踪算法进行目标跟踪。改进的主动轮廓跟踪算法对目标分割准确,轮廓特征显著,跟踪效果稳定,算法能很好地适应跟踪目标尺度变化。通过Kalman滤波器对目标位置点的预测减少了主动轮廓跟踪算法收敛的迭代次数,使算法的运算效率提高了33%左右。     

POT模型中GPD估计方法选择及金融风险测度

极大似然、矩、概率加权矩估计是GPD参数估计的主要方法.用蒙特卡罗模拟技术产生大量GPD数据,用三种方法估计参数.通过BIAS和RMSE判断估计方法优劣,研究其随样本量和形状参数变化的差异,得到估计方法选择的标准.     

基于多维名义模型的加权似然估计方法(英文)

The Monte Carlo study evaluates the relative accuracy of Warm's (1989) weighted likelihood estimate (WLE) compared to the maximum likelihood estimate (MLE) using the nominal response model. And the results indicate that WLE was more accurate than MLE.     

自适应设计广义线性模型极大拟似然估计的渐近性

在对Fisher信息矩阵的最小特征根最一般的假定,响应变量的矩条件尽可能弱和其它正则条件下,证明了自适应设计广义线性模型中极大拟似然估计的强相合性与渐近正态性,同时给出了强收敛速度.     

广义指数分布下循环序加试验的模型与数据分析

在产品寿命服从广义指数分布的场合下,讨论了循环序进应力加速寿命试验的模型,给出了相应参数的统计分析方法:极大似然估计法和极大似然估计与回归相结合的估计方法,并利用数据模拟比较了它们的优劣性.     

拟似然非线性模型的某些渐近推断:几何方法

Abstract. A modified Bates and Watts geometric framework is proposed for quasi-likelihoodnonlinear models in Euclidean inner product space. Based on the modified geometric framework,some asymptotic inference in terms of curvatures for quasi-likelihood nonlinear models is stud-ied. Several previous results for nonlinear regression models and exponential family nonlinearmodels etc. are extended to quasi-likelihood nonlinear models.     

求MLE的间接方法

介绍了计算极大似然估计的间接方法.