通过最大化部分似然得到了具有未知递增变换的线性变换模型中线性模型参数的估计。使用重采样方案（似然采样器）计算最大部分似然估计。结果表明，对于“信噪比”较小的某个“局部”参数集，如果变换已知，则使用部分似然估计线性模型参数是渐近可行的。对于具有对称误差分布的功率变换模型，当变换后的线性模型中的误差分布未知且已估计时，该结果也成立。蒙特卡罗结果表明，对于中等样本量和小到中等信噪比，渐近结果近似有效，因此部分似然估计表现得很好。引入了变换的估计，并证明了当以变换为中心并乘以$\sqrt{n}$时，估计弱收敛于高斯过程。