《概率论与数理统计》课程教材课件（PPT讲稿）7-2 基于截尾样本的最大似然估计

广西大学：《概率论与数理统计》课程电子教案（PPT课件）第七章 参数估计 7.2 基于截尾样本的最大似然估计

西安电子科技大学：《概率论与数理统计》课程教学课件（讲稿）第七章 参数估计 7.1 点估计 7.2 基于截尾样本的最大似然估计

《医学统计学》课程教学资源（文献资料）最大似然估计

第7.1节 一元回归分析模型 第7.2节 回归系数的最小二乘估计 第7.3节 回归估计的统计推断 第7.4节 预测 第7.5节 多元回归分析

7.1 概述 7.2 估计理论基础 7.3 维纳滤波估计 7.4 最小二乘估计 7.5 卡尔曼滤波估计 7.6 自校正控制

§2.1 回归分析概述 一、变量间的关系及回归分析的基本概念 二、总体回归函数（PRF） 三、随机扰动项 四、样本回归函数（SRF） §2.2 一元线性回归模型的参数估计 一、一元线性回归模型的基本假设 二、参数的普通最小二乘估计（OLS） 三、参数估计的最大或然法(ML) 四、最小二乘估计量的性质 五、参数估计量的概率分布及随机干扰项方差的估计 §2.3 一元线性回归模型的统计检验 一、拟合优度检验 二、变量的显著性检验 三、参数的置信区间 §2.4 一元线性回归分析的应用——预测问题 §2.5 实例：时间序列问题 一、中国居民人均消费模型 二、时间序列问题

极大似然估计的求法 —选择参数的估计量,使实验结果具有最大概率 估计量的几个评选标准 ·样本原点矩是总体原点矩的无偏估计量; 无偏性——E()=·样本方差是总体方差的无偏估计量; ·无偏估计量的函数未必是无偏估计量

何为网格自适应划分？ ANSYS 程序提供了近似的技术自动估计特定分析类型中因为网格划分带来 的误差。（误差估计在 ANSYS Basic Analysis Procedures Guide 第五章中讨论。） 通过这种误差估计，程序可以确定网格是否足够细。如果不够的话，程序将自动 细化网格以减少误差。这一自动估计网格划分误差并细化网格的过程就叫做自适 应网格划分，然后通过一系列的求解过程使得误差低于用户指定的数值（或直到 用户指定的最大求解次数）

§6.1 点估计的几种方法 §6.2 点估计的评价标准 §6.3 最小方差无偏估计 §6.4 贝叶斯估计 §6.5 区间估计