Рекомендуемая категория для самостоятельной подготовки:
Реферат*
| Код |
582807 |
| Дата создания |
2015 |
| Страниц |
15
|
Мы сможем обработать ваш заказ (!) 25 ноября в 12:00 [мск] Файлы будут доступны для скачивания только после обработки заказа.
|
Содержание
Содержание
Введение 3
1 Сущность метода максимального правдоподобия 4
2 Практическое применение метода максимального правдоподобия 8
Заключение 14
Список использованных источников 15
Введение
Введение
Наиболее распространенными методами конструирования состоятель-ных оценок на основе использования законов больших чисел являются ме-тод моментов (ММ), метод максимального правдоподобия(ММП) и метод наименьших квадратов (МИК). Однако прежде, чем познакомиться с ними, определим основные понятия теории вероятности и математической стати-стики применительно к целям нашего рассмотрения.
Известны следующие способы конструирования оценок: метод моментов, метод наименьших квадратов, метод максимального правдоподо-бия.
Целью данной работы является обоснование актуальности метода мак-симального правдоподобия, его сущности и практического применения.
В соответствии с поставленной целью в работе решаются такие задачи, как:
определяется сущность метода максимального правдоподобия;
на практических примерах оценивается применение данного метода на современном этапе.
Фрагмент работы для ознакомления
Заключение
Таким образом, на основании вышеизложенного можно сделать ряд выводов.
Следует отметить, что метод максимального правдоподобия является более предпочтительным по сравнению с линейным регрессионным анали-зом для оценки зависимости «доза—эффект».
Оценивание посредством максимального правдоподобия и статистиче-ские процедуры, основанные на правдоподобии, представляют огромный ин-терес для задач статистики и анализа данных. Метод максимального правдо-подобия является универсальным методом, обладающим широким спектром полезных статистических свойств. Стоит отметить, что метод применим не только при традиционном выборочном подходе, но и при использовании байесовского подхода к анализу данных. Байесовские оценки обычно эквива-лентны оценкам максимального правдоподобия с ограничениями. Метод максимального правдоподобия повсеместно используется во всех областях, где применяется аппарат статистики.
Список литературы
1. Морелос-Сарагоса, Р. Искусство помехоустойчивого кодирования. Методы, алгоритмы, применение / Р. Морелос-Сарагоса.– М.: Техносфера, 2005.–320 с.
2. Архипкин А.В. Турбокоды мощные алгоритмы для современных систем связи / А.В. Архипкин // Беспроводные технологии, № 1, 2006, с. 36-37.
3. Bonnini, S., Corain, L., Marozzi, M., Salmaso S. Nonparametric Hy-pothesis Testing: Rank and Permutation Methods with Applications in R. — Hobo-ken: John Wiley & Sons, 2014.
4. Bretz, F., Hothorn, T., Westfall, P. Multiple Comparisons Using R. — Boca Raton: Chapman and Hall/CRC, 2010.
5. Cameron, A.A., Trivedi, P.K. Regression Analysis of Count Data. — Cambridge: Cambridge University Press, 2013.
6. Hosmer, D.W., Lemeshow S., Sturdivant, R.X. Applied Logistic Regres-sion. — Hoboken: John Wiley & Sons, 2013.
7. Tabachnick, B.G., Fidell, L.S. Using Multivariate Statistics. — Boston: Pearson Education, 2012.
8. Wooldridge, J. Introductory Econometrics: A Modern Approach. — Ma-son: South-Western Cengage Learning, 2013.
Пожалуйста, внимательно изучайте содержание и фрагменты работы. Деньги за приобретённые готовые работы по причине несоответствия данной работы вашим требованиям или её уникальности не возвращаются.
* Категория работы носит оценочный характер в соответствии с качественными и количественными параметрами предоставляемого материала. Данный материал ни целиком, ни любая из его частей не является готовым научным трудом, выпускной квалификационной работой, научным докладом или иной работой, предусмотренной государственной системой научной аттестации или необходимой для прохождения промежуточной или итоговой аттестации. Данный материал представляет собой субъективный результат обработки, структурирования и форматирования собранной его автором информации и предназначен, прежде всего, для использования в качестве источника для самостоятельной подготовки работы указанной тематики.
bmt: 0.0039