2 参数扩张技术对隐马尔可夫因子模型的极大似然估计的应用任务书

 2022-02-22 07:02

1. 毕业设计(论文)的内容、要求、设计方案、规划等

一、 前言部分:要解释清楚参数扩张技术的基本原理,并指出哪些统计邻域得到应用。

解释隐马尔科夫因子分析模型的构成及极大似然分析。

分析该模型时会遇到了什么困难,如何解决。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 参考文献(不低于12篇)

1.Little and Rubin.缺失数据统计分析[M]。 孙山泽译, 中国统计出版社,2004。2.Liu C H, Rubin D B and Wu Y. (1998). Parameter Expansion to Accelerate EM: The PX-EM Algorithm[J]. Biometrika, 85: 755-770.3. Lawrence E, Liu C, Bingham D, et al. Bayesian inference for Multivariate ordinal Data Using Parameter Expansion.[J]. Technometrics A Journal of Statistics for the Physical Chemical t R. Msseab. (2012). Partially Hidden Markov Model for Time-Varying Principal Stratification in HIV Prevention Trials[J].Journal of the American Statistical Association.107: 52-65.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。