对区间截尾的线性回归模型,在误差服从正态分布的条件下,给出其基于似然方程的参数极大似然估计(M ax im um L ike lihood E stim ate,M LE)的一般迭代算法,证明了EM算法与该一般迭代算法的一致性,由EM算法的性质保证了迭代的收敛性,证...对区间截尾的线性回归模型,在误差服从正态分布的条件下,给出其基于似然方程的参数极大似然估计(M ax im um L ike lihood E stim ate,M LE)的一般迭代算法,证明了EM算法与该一般迭代算法的一致性,由EM算法的性质保证了迭代的收敛性,证明了M urray A itk in给出的右截尾数据回归模型参数M LE的EM算法是本文的一个特例以及EM算法收敛点的唯一性.展开更多
工业统计中,常用到截尾线性回归模型,其未知参数估计通常用极大似然估计(M ax im um L ike li-hood E stim ates,M LE),但有时极大似然估计不一定存在.S ilvapu lle and Burridge只给出了该模型极大似然存在的一个充分必要条件,但未给...工业统计中,常用到截尾线性回归模型,其未知参数估计通常用极大似然估计(M ax im um L ike li-hood E stim ates,M LE),但有时极大似然估计不一定存在.S ilvapu lle and Burridge只给出了该模型极大似然存在的一个充分必要条件,但未给出严格的证明.本文给出其严格的证明,并且给出仅有区间截尾的情形下参数极大似然估计存在的一个更简单的条件.展开更多
文摘对区间截尾的线性回归模型,在误差服从正态分布的条件下,给出其基于似然方程的参数极大似然估计(M ax im um L ike lihood E stim ate,M LE)的一般迭代算法,证明了EM算法与该一般迭代算法的一致性,由EM算法的性质保证了迭代的收敛性,证明了M urray A itk in给出的右截尾数据回归模型参数M LE的EM算法是本文的一个特例以及EM算法收敛点的唯一性.
文摘工业统计中,常用到截尾线性回归模型,其未知参数估计通常用极大似然估计(M ax im um L ike li-hood E stim ates,M LE),但有时极大似然估计不一定存在.S ilvapu lle and Burridge只给出了该模型极大似然存在的一个充分必要条件,但未给出严格的证明.本文给出其严格的证明,并且给出仅有区间截尾的情形下参数极大似然估计存在的一个更简单的条件.
