Cтраница 2
Приведение в соответствие ( на основе принципа максимального правдоподобия) формул для вычисления среднего значения и разброса показателей качества с юс вероятностными законами также является одним из эффективных направлений повышения достоверности показателей качества. Так, при определении разброса показателя текучести расплава ( ПТР) в партии следует отказаться от оцзнки его по относительному полуразмаху и перейти к среднему квадратическоыу отклонению шш коэффициенту вариация значений ПТР разовых проб. [16]
Рассмотрим мягкую схему принятия решений, декодирование по принципу максимального правдоподобия, единичную среднюю мощность сигнала и гауссово распределение шума с дисперсией сг2 на размерность. [17]
Поэтому для получения оценок вектора ф, отвечающих принципу максимального правдоподобия, в выражениях (12.35) и (12.36) используются векторы / ( tN) и z ( for i), которые строятся следующим образом. [18]
Метод максимального правдоподобия ( ММП) основан на принципе максимального правдоподобия, который наилучшее описание явления определяет как описание, обладающее наибольшей вероятностью получить в результате измерений именно те значения наблюдаемых переменных, которые и были фактически получены. [19]
В табл. 8 приведены оценки р, основанные на принципе максимального правдоподобия. [20]
Знание апостериорных вероятностей позволяет производить оценку состояния природы, используя принцип максимального правдоподобия. Согласно этому принципу за оценку состояния природы принимается то состояние природы, которое представляется наиболее вероятным на основании опытных данных. [21]
Наиболее широкое распространение на практике находят метод наименьших квадратов и принцип максимального правдоподобия. Кроме того, применяются некоторые другие методы оценивания параметров моделей. [22]
Перечислим основные свойства, которыми обладают оценки, следующие из принципа максимального правдоподобия. [23]
В добавление к сказанному выше следует отметить, что относительно использования принципа максимального правдоподобия существуют противоречивые мнения. [24]
Метод максимального правдоподобия - статистический метод получения оценок параметров, основанный на принципе максимального правдоподобия, сформулированном Фишером и состоящий в том, что в качестве оценки параметра 6 из области его допустимых значений выбирается то значение, для которого функция правдоподобия принимает наибольшее возможное значение. [25]
Отметим еще одно важное свойство статистических оценок, которое впрочем не вытекает безусловно из принципа максимального правдоподобия. [26]
Как показывалось в главе 3, для известного сигнала реализация детектора, работающего по принципу максимального правдоподобия, - это фильтр, согласованный с этим сигналом. [27]
Если известно или установлено распределение случайного вектора е, то критериальную функцию можно построить на основе принципа максимального правдоподобия. В условиях неопределенности, когда входные величины задаются в виде диапазона возможных значений без указаний на вероятпостпые характеристики, ни один из существующих критериев согласования не может быть принят безоговорочно как единственно правильный. Как следует из этих работ, чебышевский критерий имеет ряд преимуществ по сравнению с другими: сохраняется физический смысл решений независимо от малых колебаний входных данных, решение устойчиво к изменению законов распределения, имеется возмож-ность наложения двухсторонних ограничений на область решения, возможно применение аппарата двойственности линейного программирования для анализа структуры решений с целью определения выпадающих значений. [28]
Очень эффективный метод обработки данных описан Фабри и Реноном [25], которые основали свой анализ на принципе максимального правдоподобия, принимая во внимание возможные погрешности эксперимента для всех экспериментально определяемых величин. [29]
Эта работа интересна тем, что в ней впервые был высказан и использован для оценки неизвестного параметра принцип максимального правдоподобия. [30]