M.R.奥斯本。 最大似然问题中的最小二乘法。 （英语） Zbl 1116.65007号 最佳方案。方法软件。 21，第6期，943-959（2006）. 作者表明，最小二乘框架适用于通过最大化一类重要的对数似然来估计参数的Fisher评分方法。这些方法包括用于解决非线性最小二乘问题的Gauss-Newton算法，但也包括与离散概率分布相关的可能性的参数估计问题。比较了线搜索法和信赖域法在这些方法实现中的性能。针对Gauss-Newton修正的Levenberg修正变体，公布了良好的收敛特性[参见。J.J.莫雷，莱克特。数学笔记。630, 105–116 (1978;Zbl 0372.65022号),M.R.奥斯本，J.Aust。数学。Soc.，Ser.公司。B 19，343–357（1997年；Zbl 0364.90100号)]有助于提请人们注意一般信任区方法的潜在优势。总的来说，这些优势并没有被否定，但这表明，在这种特定的环境中，优势并不像人们最初想象的那么大。审核人：罗德萨·霍尔瓦·托博科（布达佩斯） MSC公司： 65C60个 统计中的计算问题（MSC2010） 10层62层 点估计 90摄氏51度 内部点方法 65H10型 方程组解的数值计算 关键词：高斯-纽顿法;费舍尔得分;最小二乘公式;行搜索实现;信托区域实施;数值比较;对数可能性;参数估计;汇聚 引文：Zbl 0364.90100号;Zbl 0372.65022号 软件：mctoolbox软件 PDF格式BibTeX公司 XML格式引用 \textit{M.R.Osborne}，Optim（Optim）。方法软件。21，第6号，943--959（2006；Zbl 1116.65007） 全文： DOI程序 参考文献： [1] Levenberg K.，《应用数学季刊》2第164页–（1944） [2] Moré，J.J.1978。Levenberg–Marquardt算法：实现与理论。数学课堂讲稿，编辑：Watson，G.A.Vol.630，105-116。海德堡：Springer Verlag。 [3] Osborne M.R.，《澳大利亚数学学会杂志》，B辑19 pp 343–（1997）·Zbl 0364.90100号 ·doi:10.1017/S033427000000120X [4] Kendall M.G.，《高级统计学理论2》（1967年） [5] Fletcher R.，实用优化方法：无约束优化1（1980）·Zbl 0439.93001号 [6] Osborne M.R.，《国际统计评论》86，第271页–（1992） [7] Higham N.J.，《数值算法的准确性和稳定性》（1996年）·Zbl 0847.65010号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。