Maximum Likelihood Estimation for Binomially Distributed Signals in Discrete Noise
离散噪声中二项信号的最大似然估计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要讨论一般离散信号与噪声的参数估计，未提供经济或金融应用的细分依据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
离散噪声中二项信号的最大似然估计
- 研究问题
- 只能观察独立二项信号与非负整数噪声之和时，如何估计二项概率参数，并利用已知或辅助实验估计的噪声分布？
- 方法与思路
- 作者以正则条件和概率间关系刻画卷积二项分布，结合概率比的单调性，为二项概率参数的最大似然估计提供工具。
- 材料陈述的贡献
- 摘要称这些分布刻画与单调性结果有助于最大似然估计，可用于噪声分布已知或能够通过辅助实验估计的信号模型。
- 阅读关注点
- 应核对信号与噪声独立性、噪声不依赖目标参数的要求、概率关系的适用范围，以及辅助噪声估计的不确定性处理。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；具体正则条件及辅助估计对推断的影响未说明，不能推断一般噪声下的结论或刊本变化。
原文摘要
Let X be the sum of independent variables Y and Z, where Y is binomially distributed and Z is a nonnegative integer-valued variable whose distribution does not depend on the binomial parameter p. Convoluted binomial distributions describing variables like X are characterized by regularity conditions and equations of the form ∂/∂p P(X = x)=c[P(X = x − 1) − P(X = x)]. The characterization, together with a monotonicity property for probability ratios, is shown to facilitate maximum likelihood estimation of p. Results are applicable to models for binomial signals in noise in which the noise distribution is known or can be estimated from an auxiliary experiment.