导读:本文包含了估计的似然函数论文开题报告文献综述及选题提纲参考文献,主要关键词:信号到达方向,最大似然函数,迭代
估计的似然函数论文文献综述
廖晖,孟祥东,何强[1](2019)在《似然函数导数法在DOA估计中的研究》一文中研究指出信号到达方向(DOA)估计是阵列信号处理一个基本问题。本文提出了构造最大似然函数并对最大似然函数求导数寻极值点的方法估计信号角度。仿真结果表明,这种算法能快速估计信号角度,一次迭代后,角度估计值可以完全收敛,对DOA估计的工程化实现具有一定的参考价值。(本文来源于《中国电子科学研究院学报》期刊2019年07期)
王晓红,李宇翔,余闯,王立志[2](2016)在《基于β似然函数的参数估计方法》一文中研究指出分布参数估计是可靠性数据分析的手段,用于研究产品可靠性的变化规律及评估产品的可靠性水平。使用寿命试验中产品可靠度所服从的β分布评价可靠度估计值的合理程度,认为可靠度估计值在β分布中概率密度较大的更合理,给出了一种评价可靠度函数估计好坏的β似然函数,探讨了使用该函数进行分布参数估计的β似然估计方法,通过仿真验证了该方法在指数分布和威布尔分布下的适用性,并给出了应用实例。本参数估计方法理论依据充分,适用于各种分布类型,估计结果合理可信。极大似然估计方法以样本在待估分布中的概率密度作为评价准则,与之不同,本方法以累积发生比例的估计值作为评价准则,更适用于可靠性、生存率等关注事件累积发生比例的场合。(本文来源于《北京航空航天大学学报》期刊2016年01期)
周斌香[3](2014)在《部分线性模型的基于拟似然函数的经验似然估计》一文中研究指出本文主要讨论部分线性模型:并且假设其中Y是响应变量,X,T是协变量,m(.)是未知可测函数,ε期望为0,且与(X,T)相互独立,β,σ2是未知参数,V(·)是己知的方差函数.部分线性模型是1986年Engle等在研究电力需求和天气之间的关系时首次提出,由于它包含参数和非参数两部分,比较容易解释各变量的影响情况,因此在实际应用中比线性模型更加灵活、实用,一经提出,便受到统计学者的广泛关注.似然方法是一种应用广泛的参数和非参数估计方法.在本文中,我们主要将拟似然方法和经验似然方法应用于部分线性模型的估计.首先,对部分线性模型中非参数函数构造Nadaraya-watson估计mβ,将其代替模型中的m(·),得到了模型的拟得分函数和参数β的拟似然估计方程;然后,应用经验似然方法,利用部分线性模型的拟得分函数和方差结构构造估计方程,此时得到参数β的极大经验似然估计与其拟似然估计是相同的,并获得了参数(βτ,σ)的拟似然估计及其渐近方差.为了更好地利用方差信息,我们对部分线性模型的方差结构进行加权,获得了参数(βτ,σ)的经验似然估计及其渐近方差,并证明了,在一定条件下,所得参数的经验似然估计的渐近方差要小于拟似然估计的渐近方差,从而提高了部分线性模型的拟似然参数估计的效率;最后,讨论了最优权函数的选择问题,给出了特定条件下的最优权函数.(本文来源于《湖南师范大学》期刊2014-05-01)
李梦媛[4](2013)在《空间计量经济模型的统计推断》一文中研究指出本文致力于研究空间混合自回归模型中参数的极大似然估计的概率统计性质。当混合自回归模型中响应变量服从连续分布时,本文验证了混合自回归模型关于自回归参数的似然函数的单调性,据此证明了自回归参数极大似然估计的存在性和唯一性。结果表明,当满足条件n rank (X_n)+1(n是观测值个数,X n表示回归系数阵)时,混合自回归模型的拟似然函数在参数空间里以概率1存在唯一极大值;当n rank (X_n)+1且回归系数矩阵列满秩时,空间混合自回归模型中所有参数的极大似然估计值在参数空间里以概率1存在且唯一。为了探测空间混合自回归模型中强影响点和异常点,本文在方差扰动形式下,运用局部影响分析中一阶导数方法求出检测空间混合自回归模型中强影响点和异常点的统计量。模拟研究表明,应该选择对空间混合自回归模型中方差的极大似然估计求一阶导数以得到检验统计量,据之可有效地避免局部影响分析中经常出现并且难以处理的smearing和masking效应。作为应用和验证,本文分析了一个真实数据,以说明本文所得结论可靠实用。(本文来源于《云南财经大学》期刊2013-05-01)
邓昌建[5](2011)在《基于拟似然函数的集成仪器可靠性估计》一文中研究指出由于失效分布函数的不可知或难以描述,经典统计估计在处理集成仪器的人为故障失效数据、复杂失效数据和无失效数据时,很难估计出其可靠性参数。结合测量系统的常见失效分布,研究了实验仪器的拟似然函数的引入和常见几种类型的拟似然函数应用方法;作为拟似然函数应用的基础,给出了拟似然函数的近似计算方法与证明。最后讨论了最大连续似然估计与最大分位似然估计(QMPE)的区别,及使用QMPE的方法的步骤。通过实际的测量数据和其可靠性估计,验证了拟似然估计在集成仪器可靠性分析中的可行性。(本文来源于《仪器仪表学报》期刊2011年06期)
张香云,汪四水[6](2005)在《Bayesian模型中边际似然函数的估计》一文中研究指出贝叶斯推断中边际似然函数涉及到维数较高的复杂积分的计算,因而精确地计算边际似然函数往往有困难.经常会选择一种近似方法来估计边际似然函数,本文介绍边际似然函数的几种近似估计方法.(本文来源于《雁北师范学院学报》期刊2005年05期)
傅志方,陈旅乐[7](1986)在《模态参数的一种统计识别方法—极大似然函数估计法》一文中研究指出本文论述了振动系统模态参数的一种统计识方法——模态参数的极大似然估计法。文中详细叙述了该方法的理论背景,参数识别的方法及程序,参数识别精度的比较,以及该方法在一个实际的轻型、高速、大阻尼转子上的应用。该方法的特点是它认识到实际观测数据的随机性,并充分运用观察数据的统计信息,从而能充分考虑各种外界的随机干扰及非线性误差的影响,使参数识别的精度提高。文中还对极大似然估计法与最小二乘估计法进行了比较。理论计算及实际结果表明,该方法比目前常用的最小二乘估计法更有普遍意义,具有更高的估计精度,特别是在信噪比较低,干扰较大的情况下,更为优越。(本文来源于《振动与冲击》期刊1986年02期)
估计的似然函数论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
分布参数估计是可靠性数据分析的手段,用于研究产品可靠性的变化规律及评估产品的可靠性水平。使用寿命试验中产品可靠度所服从的β分布评价可靠度估计值的合理程度,认为可靠度估计值在β分布中概率密度较大的更合理,给出了一种评价可靠度函数估计好坏的β似然函数,探讨了使用该函数进行分布参数估计的β似然估计方法,通过仿真验证了该方法在指数分布和威布尔分布下的适用性,并给出了应用实例。本参数估计方法理论依据充分,适用于各种分布类型,估计结果合理可信。极大似然估计方法以样本在待估分布中的概率密度作为评价准则,与之不同,本方法以累积发生比例的估计值作为评价准则,更适用于可靠性、生存率等关注事件累积发生比例的场合。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
估计的似然函数论文参考文献
[1].廖晖,孟祥东,何强.似然函数导数法在DOA估计中的研究[J].中国电子科学研究院学报.2019
[2].王晓红,李宇翔,余闯,王立志.基于β似然函数的参数估计方法[J].北京航空航天大学学报.2016
[3].周斌香.部分线性模型的基于拟似然函数的经验似然估计[D].湖南师范大学.2014
[4].李梦媛.空间计量经济模型的统计推断[D].云南财经大学.2013
[5].邓昌建.基于拟似然函数的集成仪器可靠性估计[J].仪器仪表学报.2011
[6].张香云,汪四水.Bayesian模型中边际似然函数的估计[J].雁北师范学院学报.2005
[7].傅志方,陈旅乐.模态参数的一种统计识别方法—极大似然函数估计法[J].振动与冲击.1986