nach oben

Soft Computing

Erschienen in:

30.04.2020 | Foundations

Uncertain maximum likelihood estimation with application to uncertain regression analysis

verfasst von: Waichon Lio, Baoding Liu

Erschienen in: Soft Computing | Ausgabe 13/2020

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

Regression analysis is a mathematical tool to estimate the relationship between explanatory variables and response variable. This paper defines a likelihood function in the sense of uncertain measure to represent the likelihood of unknown parameters. Furthermore, the method of maximum likelihood estimation is used for the parameter estimation of uncertain regression models, and the uncertainty distribution of the disturbance term is simultaneously calculated. Finally, some numerical examples are documented to illustrate the proposed method.

Vorheriger Artikel A generalized belief interval-valued soft set with applications in decision making

Nächster Artikel The mean chance conditional value at risk under interval type-2 intuitionistic fuzzy random environment

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Chen X, Ralescu DA (2012) B-spline method of uncertain statistics with application to estimating travel distance. J Uncertain Syst 6(4):256–262

Fang L, Hong Y (2020) Uncertain revised regression analysis with responses of logarithmic, square root and reciprocal transformations. Soft Comput 24:2655–2670CrossRef

Hu Z, Gao J (2020) Uncertain Gompertz regression model with imprecise observations. Soft Comput 24:2543–2549CrossRef

Lio W, Liu B (2018) Residual and confidence interval for uncertain regression model with imprecise observations. J Intell Fuzzy Syst 35(2):2573–2583CrossRef

Liu B (2007) Uncertainty theory, 2nd edn. Springer, BerlinMATH

Liu B (2009) Some research problems in uncertainty theory. J Uncertain Syst 3(1):3–10

Liu B (2010) Uncertainty theory: a branch of mathematics for modeling human uncertainty. Springer, BerlinCrossRef

Liu S (2019) Leave-p-out cross-validation test for uncertain Verhulst–Pearl model with imprecise observations. IEEE Access 7:131705–131709CrossRef

Liu Z, Jia L (2020) Cross-validation for the uncertain Chapman–Richards growth model with imprecise observations. Technical Report

Liu Z, Yang Y (2020) Least absolute deviations estimation for uncertain regression with imprecise observations. Fuzzy Optim Decis Mak 19:33–52MathSciNetCrossRef

Song Y, Fu Z (2018) Uncertain multivariable regression model. Soft Comput 22(17):5861–5866CrossRef

Wang X, Peng Z (2014) Method of moments for estimating uncertainty distributions. J Uncertain Anal Appl 2:1–10CrossRef

Wang X, Gao Z, Guo H (2012) Delphi method for estimating uncertainty distributions. Inf Int Interdiscip J 15(2):449–460MathSciNetMATH

Yao K, Liu B (2018) Uncertain regression analysis: an approach for imprecise observations. Soft Comput 22(17):5579–5582CrossRef

Titel: Uncertain maximum likelihood estimation with application to uncertain regression analysis
verfasst von: Waichon Lio
Baoding Liu
Publikationsdatum: 30.04.2020
Verlag: Springer Berlin Heidelberg
Erschienen in: Soft Computing / Ausgabe 13/2020
Print ISSN: 1432-7643
Elektronische ISSN: 1433-7479
DOI: https://doi.org/10.1007/s00500-020-04951-3

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Wirtschaft"

Springer Professional "Technik"

Weitere Artikel der Ausgabe 13/2020

Dealing with the problem of null weights and scores in Fuzzy Analytic Hierarchy Process

A high-dimensional attribute reduction method modeling and evaluation based on green economy data: evidence from 15 sub-provincial cities in China

Writer identification system for pre-segmented offline handwritten Devanagari characters using k-NN and SVM

Müntz–Legendre neural network construction for solving delay optimal control problems of fractional order with equality and inequality constraints

A non-compensatory classification approach for multi-criteria ABC analysis

Multi-granular soft rough covering sets

Premium Partner