Aspects of Maximum Likelihood Estimation of the Logistic Growth Function
Logistic 增长函数最大似然估计的若干性质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：摘要研究一般非线性增长曲线估计，未指定宏观时间序列应用，亦未涉及离散选择，细分证据不足。
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
Logistic 增长函数最大似然估计的若干性质
- 研究问题
- 在独立、同方差正态误差下，三参数 Logistic 增长函数估计具有怎样的协方差性质，小样本又有何差异？
- 方法与思路
- 作者求取观测充分时最大似然估计量方差协方差矩阵的逆，推导若干性质，并以实验研究少量观测的情形。
- 材料陈述的贡献
- 摘要称，文章获得相关矩阵及估计量性质；实验显示，少量观测时最小二乘估计可能不具备大样本的便利性质。
- 阅读关注点
- 应核对充分观测的含义、观测时点设计及矩阵结果的适用条件，并辨明实验中哪些估计性质出现变化。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；未说明样本阈值和具体性质，Logistic 增长函数不等同于离散选择模型。
原文摘要
The maximum likelihood estimators of the three-parameter logistic growth function with independent homoskedastic normally distributed error terms have, for sufficient observations, a variance-covariance matrix whose inverse is obtained. Some properties of the estimators are derived. An experimental study shows that small numbers of observations may lead to least squares estimates which do not have the convenient properties of estimates based on large samples.