24小时热门版块排行榜

返回列表

当前只显示满足指定条件的回帖，点击这里查看本话题的所有回帖

经年q

新虫 (初入文坛)

应助: 0 (幼儿园)
金币: 36
帖子: 3
在线: 6.6小时
虫号: 4231586
注册: 2015-11-19
专业: 地理信息系统

[求助] 最大似然估计

工学党，最近在学习一个地学统计相关的算法。但是有几个数学方面的问题不太明白，想着发帖请教下。还请路过的各位帮忙指点。
关于多参数的最大轮廓(profile，不知道这么翻译对不对)似然估计。这个是似然函数：
[wmv]

[/wmv]
其中p()是贝叶斯概率，服从正态分布：
[wmv]

[/wmv]
问题一：
在第二个公式中，分号是什么意思（g(z)是BoxCox转换函数）？我可以直接把这个p（），通过写成正态分布函数带到公式一中吗？如果写的话，分号及分号后面的g（Z）怎么处理？
问题二：
profile likelihood是固定非兴趣参数，通过maximize对数似然函数，求解兴趣参数（这个理解对吧？）
公式一中，三个待估计参数λ、θ、σ2（都有初始值），其中λ是上面提到的BoxCox中的参数，θ、σ2是一组协方差参数。
论文中描述的计算步骤如下：
s1：先固定θ、σ2，对对数似然函数求解最大似然，获得λ新的值；
s2：固定上一步获得的λ的值，对对数似然函数求解最大似然，获得θ、σ2新的值；
s3：重复直到参数收敛；
这个过程中，比如说第一步，就是对对数似然函数的λ参数求导数，然后求取导数为0的点
但是在第二步的时候怎么做呢？是分别对每个参数求偏导？

问题比较多，数学基础并不扎实，身边也找不到可以问的人，还在努力学习中，如果您对其中某一个问题有理解，或者我理解的不对，还请多多指教！

回复此楼