СибНСХБ

Вид поиска

Область поиска

Найдено в других БД

Формат представления найденных документов:
библиографическое описание	краткий	полный

Отсортировать найденные документы по:
автору	заглавию	году издания	типу документа

Поисковый запрос: (<.>S=ECME<.>)

Общее количество найденных документов : 2
Показаны документы с 1 по 2

Вид документа : Статья из журнала

РЖ ВИНИТИ 34 (BI38) 96.06-04А3.479

Автор(ы) : Liu, Chuanhal, Rubin Donald B.
Заглавие : The ECME algorithrm: A simple extension of EM and ECM with faster monotone convergence
Источник статьи : Biometrika. - 1994. - Vol. 81, N 4. - С. 633-648
Аннотация: A generalisation of the ECM algorithm (Meng & Rubin, 1993), which is itself an extension of the EM algorithm (Dempster, Laird & Rubin, 1977), can be obtained by replacing some CM-steps of ECM, which maximise the constrained expected complete-data loglikelihood function, with steps that maximise the correspondingly constrained actual likelihood function. This algorithm, which we call ECME algorithm, for Expectation/Conditional Maximisation Either, shares with both EM and ECM their stable monotone convergence and basic simpicity of implementation relative to competing faster converging methods. Moreover, ECME can have a substantially faster convergence rate than either EM or ECM, measured using either the number of iterations or actual computer time. There are two reasons for this improvement. First, in some of ECME's maximisation steps, the actual likelihood is being conditionally maximised, rather than a current approximation to it, as with EM and ECM. Secondly, ECME allows faster converging numerical methods to be used on only those constrained maximisations where they are most efficacious. Illustrative ECME algorithms are presented with both closed-form and iterative CM-steps, which demonstrate the faster rate of convergence and the associated easier assessment of convergence. Also, theoretical expressions are presented and illustrated regarding the rate of convergence of ECME. Finally, relationships with Markov chain Monte Carlo methods are discussed. США, Dep. of Statistics, Harvard Univ., Cambridge, MA 02138. Библ. 36
ГРНТИ : 34.05.25
Предметные рубрики: АЛГОРИТМЫ
ECME
НЕПОЛНЫЕ ДАННЫЕ
МЕТОД МАКСИМАЛЬНОГО ПРАВДОПОДОБИЯ
Дата ввода:

Вид документа : Статья из журнала

РЖ ВИНИТИ 34 (BI38) 99.09-04А3.648

Автор(ы) : Kowalski, Jeanne, Tu, Xin M, Day, Roger S, Mendoza-Blanco Jose R.
Заглавие : On the of convergence of the ECME algorithm for multiple regression models with t-distributed erros
Источник статьи : Biometrika. - 1997. - Vol. 84, N 2. - С. 269-281
ГРНТИ : 34.05.25
Предметные рубрики: БИОМЕТРИЯ
АЛГОРИТМ ECME
МАКСИМАЛЬНОЕ ПРАВДОПОДОБИЕ
T-РАСПРЕДЕЛЕНИЕ
Дата ввода:

"Электронные каталоги и базы данных библиотек СО РАН"

© Международная Ассоциация пользователей и разработчиков электронных библиотек и новых информационных технологий
(Ассоциация ЭБНИТ)

rtvarBDview(" результаты поиска","20190607010228","4682442");

Вид поиска