非线性再生散度随机效应模型的极大似然估计及随机逼近算法

摘要：

非线性再生散度随机效应模型包括了非线性随机效应模型和指数族非线性随机效应模型等.通过视模型中的随机效应为假想的缺失数据和应用Metropolis-Hastings(简称MH)算法,提出了模型参数极大似然估计的随机逼近算法.模拟研究和实例分析表明了该算法的可行性.

关键词：非线性再生散度随机效应模型、极大似然估计、Metropolis-Hastings算法、随机逼近算法

所属期刊栏目：21

分类号：O212.2(概率论与数理统计)

资助基金：国家自然科学基金10226005;云南省自然科学基金2004A0002;贵州省教育厅自然科学基金2005217;贵州省省长基金

在线出版日期：2006-07-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：270-278