地下水
【地下水】 以各种形式埋藏在地壳岩石中的水。地下水按其存在的形式，可分为气态水、吸着水、薄膜水、毛细管水、重力水和固态水等。按含水层的埋藏特点，可分为包气带水、潜水和承压水三个基本类型。每一类型按含水层的含水空隙特点，又可分为孔隙水、裂隙水和岩溶水。按水质和水温的特点，可分为矿化水、高矿化水、热水 ...
原文：地下水模型参数估计工具——PEST
Introduction PEST Parameter Estimation 是一个广泛适用的模型参数优化程序，需要给定初始参数，调用正模型，对比模型结果与观测值，在参数的给定范围内调整参数，达到收敛条件后，得到优化后的参数值。 运用PEST工具，不仅可以直接调用独立程序，也可以在地下水的主流商业软件中操作，现在已经嵌套于例如GMS, Visual Modflow等商业软件中，并且可以找到相应的 ...
2020-05-28 18:42 0 597 推荐指数：
相关推荐
参数估计&非参数估计
1.估计概率密度p(x|wi) （1）贝叶斯决策 （2）P（wi）和p（x | wi）的估计方法 ①先验概率P（wi）估计： 用训练数据中各类出现的频率估计。 依靠经验。 ② 类条件概率密度函数p（x | wi）估计，2类方法： 参数估计：最大似然估计，贝叶斯估计 ...
二、参数估计
1. 点估计与优良性 点估计 总体 X 的分布函数形式已知，但它的一个或多个参数未知，借助总体的一个样本来估计总体未知参数的值的问题称为点估计。 点估计问题就是要构建一个适当的统计量 θ-hat（X1、.. 、Xn），用它的观察值 θ-hat (x1、.. 、 xn)来估计 ...
参数估计
简单的讨论一下参数估计理论 一、什么是参数估计 参数通常用来表示一个量，可以是标量也可以是有值向量。按照时间变化，也可以分为时常参数和时变参数。对于时常参数的估计称为参数估计。对于时变的参数估计称为状态估计，本文不研究。参数估计的包括两个主要的模型以及四个基本估计方法，如下图所示 ...
参数估计
目录 1 点估计的概念与无偏性 2 矩估计及相合性 3 最大似然估计与EM算法 3.1 最大似然估计（MLE，maximum likelihood estimation） 3.2 EM算法（Expectation-maximization ...
高斯混合模型参数估计的EM算法
介绍摘自李航《统计学习方法》 EM算法 EM算法是一种迭代算法，1977年由Dempster等人总结提出，用于含有隐变量（hidden variable）的概率模型参数的极大似然估计，或极大后验概率估计。EM算法的每次迭代由两步组成：E步，求期望（expectation）；M步，求 ...
IRT模型的参数估计方法（EM算法和MCMC算法）
1、IRT模型概述 IRT（item response theory 项目反映理论）模型。IRT模型用来描述被试者能力和项目特性之间的关系。在现实生活中，由于被试者的能力不能通过可观测的数据进行描述，所以IRT模型用一个潜变量 $ \theta $ 来表示，并考虑与项目相关的一组参数 ...
python实现--参数估计
求置信区间 抽取样本, 样本量为200 计算样本中喝咖啡的均值 重复抽取样本,计算其他样本中喝咖啡的均值,得到抽样分布 抽样分布 计算抽样分布的置信区间以估计总体均值, 置信度95% 输出 ...