A Gamma-spektrumok kiértékelésének matematikai módszerei IV.
  • Metaadatok
Tartalom: http://hdl.handle.net/20.500.12944/13219
Archívum: Közszolgálati Tudásportál
Gyűjtemény: Folyóiratok, folyóiratcikkek
Bolyai Szemle
Cím:
A Gamma-spektrumok kiértékelésének matematikai módszerei IV.
Létrehozó:
Hanka, László
Vincze, Árpád
Téma:
gamma spektrum
valószínűségeloszlás
paraméterbecslés
likelihood függvény
maximum likelihood becslés
Poisson eloszlás
Gauss eloszlás
χ2 statisztika
a várható érték maximalizálásának elve
Gamma-ray spectra
probability distribution function.
estimation of parameters
likelihood function
maximum likelihood estimation
Poisson distribution
Gauss distribution
χ2 statistics
expectation maximization algorithm
Tartalmi leírás:
A maximum likelihood becslés egy nagyon hatékony statisztikai módszer, amelyet akkor alkalmazunk, ha a rendelkezésre álló adatokhoz legjobban illeszkedő matematikai modellt szeretnénk meghatározni. A módszer lehetőséget ad arra, hogy a matematikai modell szabad paramétereit úgy hangoljuk, hogy az illeszkedés optimális legyen. A várható érték maximalizálásának elve olyan valószínűségi modellek paramétereinek maximum likelihood becslésére ad lehetőséget, amelyek olyan „rejtett” változóktól illetve paraméterektől függenek, amelyeket nem lehet közvetlenül megfigyelni.
Maximum likelihood estimation (MLE) is a very effective statistical method used to calculate the best way of fitting a mathematical model to some data. Modeling real data by estimating maximum likelihood offers a way of tuning the free parameters of the model to provide an optimum fit. The expectation maximization algorithm (EM) is used in statistics for finding maximum likelihood estimates of parameters in probabilistic models, where the model depends on unobserved variables.
Nyelv:
magyar
Típus:
info:eu-repo/semantics/other
Formátum:
application/pdf
Azonosító:
nke:1416-1443
Létrehozó:
info:eu-repo/semantics/openAccess