缺失数据下含几何分布的对数线性模型的EM算法

摘要：

本文研究缺失数据下对数线性模型参数的极大似然估计问题.通过Monte-Carlo EM算法去拟合所提出的模型.其中,在期望步中利用Metropolis-Hastings算法产生一个缺失数据的样本,在最大化步中利用Newton-Raphson迭代使似然函数最大化.最后,利用观测数据的Fisher信息得到参数极大似然估计的渐近方差和标准误差.

关键词：条件期望、极大似然估计、EM算法、Metropolis-Hastings算法、Newton-Raphson迭代

所属期刊栏目：22

分类号：O212.7(概率论与数理统计)

在线出版日期：2009-06-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：297-302