分类:参数估计问题中测量和系综的结合
来自Big Physics
一般的参数估计问题从一个给定的带待定参数的分布函数开始，认为得到的记录[math]\displaystyle{ \left\{x_{i},i=1,2,\cdots N\right\} }[/math]是从这个分布函数[math]\displaystyle{ P\left(x\left|\right. \theta\right) }[/math]得到的随机样本的集合。实际上，在复杂的问题中，例如对网络的实证数据的获得引用错误：没有找到与</ref>对应的<ref>标签
[1]
[2]
</references>
- ↑ M. E. J. Newman, Network structure from rich but noisy data, Nature Physics 14, 542–545 (2018). https://www.nature.com/articles/s41567-018-0076-1
- ↑ M. E. J. Newman, Network reconstruction and error estimation with noisy network data, https://arxiv.org/abs/1803.02427
本分类目前不含有任何页面或媒体文件。
