Come derivare le funzioni di verosimiglianza per il modello non lineare per la stima ML [chiuso]


2

Quando un modello è lineare, è possibile utilizzare il filtro Kalman per ottenere la funzione di probabilità e utilizzare le tecniche ML. Sebbene esista un filtro Kalman non lineare, non è ottimale. Qual è il modo standard per ottenere la funzione di verosimiglianza e applicare i metodi di massima verosimiglianza (ML) quando un modello è non lineare e non linearizzato?


Sarebbe utile se includessi nella tua domanda il modello non lineare specifico con cui hai a che fare. Nel mondo non lineare, in molti casi non esistono risposte di piena applicabilità generale.
Alecos Papadopoulos,
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.