弱相依数据中的分组经验Cressie-Read似然方法.pdfVIP

弱相依数据中的分组经验Cressie-Read似然方法.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
弱相依数据中的分组经验Cressie-Read似然方法.pdf

应用概率统计 第二十三卷 ChineseJournaIof AppliedProbability 第二期 2007年5月 andStatisticsV01.23No.2 2007 May 弱相依数据中的分组经验Cressie.Read似然方法水 李高荣 薛留根 (北京工业大学应用数理学院。北京。100022) 摘 要 Read似然参数估计的强收敛性、渐近正态性和其分组经验Cressie-Read统计量的渐近x2性. 关键词:分组经验Cressie-Read统计量。弱相依数据。渐近正态性。经验似然. 学科分类号:0212.7. §1. 引 言 的抽样特性,它通常对总体分布的类型要求比较弱,仅仅知道一些附加信息(如总体的一阶矩、 置,…,妇是独立同分布的d维随机向量,分布函数为F(z,口),其中口=慨,…,易)r是P 维未知参数向量, r表示向量或矩阵的转置.如果对e和F(x,p)认识甚少,只知道无偏估 N N N , l 、 ts(o)=sup{In兀Npil∑Pi=1,Pi≥0,∑pig(Xi,口)=0}. 、 o o i=1 i=1 i=1 由Lagrange乘子法容易得到 N tE(O)=一∑ln[1+t79(Xi,p)】, i=1 其中Lagrange乘子t(o)=(tl(口),…,tr(p))7满足 -o. 一 tr 嘉量端1Ⅳ鲁+9(五,p) N N N 实际上,hl兀Npi=In兀Pi—ln 扛:l i=1 i=1 校人才强教计划和河南省自然科学基金资助项目(0511013300). 本文2005年8月29日收到. 198 应用概率统计 第二十三卷 经验Cressie-Read似然统计量为 , /V . I N N 、 (2) CR入(口)=inf{可舌可量{(Ⅳpt)~一1)I蚤鼽21,量pt9(咒,9)=o}, 其中A为参数,Pi表示分配给每个观测值的概率元.对于A∈{一1,o)的退化情况,可以通过 取极限进行处理. x2统 Q一混合过程的推断问题. CRA(口)=NV(e)f:一1(口)虿(p),

文档评论(0)

heroliuguan + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8073070133000003

1亿VIP精品文档

相关文档