论文部分内容阅读
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-CarloEM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．