共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
本文研究缺失数据下对数线性模型参数的极大似然估计问题.通过Monte-Carlo EM算法去拟合所提出的模型.其中,在期望步中利用Metropolis-Hastings算法产生一个缺失数据的样本,在最大化步中利用Newton-Raphson迭代使似然函数最大化.最后,利用观测数据的Fisher信息得到参数极大似然估计的渐近方差和标准误差. 相似文献
3.
4.
5.
描述最大似然参数估计问题,介绍如何用EM算法求解最大似然参数估计.首先给出EM算法的抽象形式,然后介绍EM算法的一个应用:求隐Markov模型中的参数估计.用EM算法推导出隐Markov模型中参数的迭代公式. 相似文献
6.
在分析具有异质性和非对称性数据时,偏正态混合模型提供一种比经典的Gauss混合模型更为灵活的建模方式.然而,由于无界的似然函数和发散的形状参数,该模型的极大似然估计并未被正确定义,进一步导致不理想的推断过程.为同时解决这两个问题,本文基于惩罚似然提出一种新的估计方案,并证明在混合分布的类别个数大于或等于真实的类别个数时,相应的惩罚极大似然估计是强相合的.同时,本文也提出相应的惩罚EM (expectation maximization)算法来计算惩罚估计.最后,通过模拟分析与现有方法比较研究估计方法在有限样本下的表现,并采用两个实例说明方法的有效性. 相似文献
7.
8.
风险非同质时索赔次数的分布拟合及其EM算法 总被引:1,自引:0,他引:1
本文运用EM算法,对于风险非同质时索赔次数的分布,分别给出了离散型多元风险模型,混合两伽玛模型参数的极大似然估计的迭代公式,并将其应用到一个实际问题中去,效果较好。 相似文献
9.
在医学研究和产品研制过程中, 由于试验对象难于找到或者试验费用昂贵常出现小样本情形. 此时, 精确置信推断尤其重要. 只要在样本空间中给出一种序就可以定义模型参数的某个函数的精确置信限. 这样得到的置信限称为Buehler置信限. 虽然它的定义比较容易, 但是当多维参数或者不完全观测数据出现时, 计算有时难于实行. 为了解决这种计算问题, 本文构造出一种基于EM算法的方法. EM算法原本是用于求解极大似然估计的方法, 在这里EM算法首次被用于求解精确置信限. 分析了3种模型和一组实际数据以说明这个方法. 相似文献
10.
11.
12.
《数学的实践与认识》2015,(16)
研究了Ⅰ型逐阶删失数据下基于EM算法的Weibull参数估计,模拟产生不同Weibull参数组合和删失计划下的Ⅰ型逐阶删失数据,应用基于,EM算法的极大似然估计方法得到参数的估计值,并与数值方法得到的极大似然估计值进行对比,说明EM算法的估计效果.对73名肾脏移植患者生存数据进行实例分析,验证了基于EM算法的参数估计方法的可行性. 相似文献
13.
极值分布在金融工程、气象工程和其他领域中都有重要用途,本文提出基于极值分布下的混合联合位置与散度模型,通过EM算法给出该模型参数的极大似然估计.最后,通过随机模拟和实例研究说明该模型和方法是有用和有效的. 相似文献
14.
15.
首先提出用Lap lace逼近方法对非线性再生散度随机效应模型的边缘对数似然函数进行近似,然后基于近似的边缘对数似然函数利用F isher'sscoring迭代算法得到了模型参数的极大似然估计.模拟研究和实例分析表明了该算法的可行性. 相似文献
16.
17.
本文研究了一个二元广义Weibull分布模型,其边缘分布分别是一元广义Weibull分布.利用EM算法,得到了未知参数的极大似然估计和观测Fisher信息矩阵. 相似文献
18.
19.
Pareto分布族因其厚尾特点,在金融分析、寿命分析中都是非常重要的统计模型.但是对于混合双参广义Pareto分布,在模型参数估计时,传统的矩法估计和极大似然估计在理论上可以实现,实践时比较困难.本文应用EM算法之ECM算法,研究了混合广义Pareto分布在完全数据场合下的参数估计问题,并模拟说明EM算法来估计混合广义Pareto分布是一种容易实现又非常有效的方法. 相似文献
20.
研究了数据右删失时威布尔分布刻度参数依赖于协变量情形下模型参数的估计问题,通过EM算法求解参数的极大似然估计.详细给出E步推导过程的同时,利用稳定的Gauss-Seidel迭代来实现M步.文章通过计算机模拟考察了所提方法在不同删失比例下的表现,并通过实例分析展示了该方法的应用. 相似文献