排序方式: 共有4条查询结果,搜索用时 6 毫秒
1
1.
借助优势比信息识别不可忽略缺失数据的模型参数 总被引:1,自引:0,他引:1
由不可忽略缺失机制引起的缺失数据,常使得模型变得不可识别。对于那些不可识别的模型,可以通过添加协变量和借助其他来源的外部数据来达到识别的目的。本文探讨不可忽略缺失机制下,利用外部获得的优势比估计,来达到识别联合概率的方法。 相似文献
2.
3.
在回归模型中,对一类因变量函数的条件期望方程的附加信息,我们提出了基于极大经验似然方法的局部线性点估计,在一定条件下证明了这些估计的相合性和渐近正态性,而且估计的方差小于通常不带附加信息核估计的方差.模拟结果也显示了估计的优良性. 相似文献
4.
生物网络是一个非常复杂且具有随机性质的反馈网络,在不同的分子水平调控生物的功能.由于涉及大量分子间的相互作用,使得生物网络的建模面临极大的挑战.在本文中,对通常的Granger因果关系进行推广,将其应用到蛋白质网络的建模上,构建了一个11个蛋白质(PKC.PKA,Raf,Pkr,Jnk,P38,Mek,PIP3,PIP2,Akt,Erk)的相互作用网络.计算结果表明,本文提出的方法克服了Bayesian网络方法中存在的一些问题.如Bayesian网络计算量大,不能构建有环图. 相似文献
1