从时间序列数据中估计漂移和扩散函数：一种最大似然框架
摘要：复杂系统的特征是具有大量的自由度，通常以非线性方式相互作用。然而，在许多情况下，宏观状态可以用少数几个随机动力学的有序参数来描述。最近，已经引入了一些从测量数据中估计相应随机微分方程的技术。本文提出了一个基于似然估计器的函数估计和它们的（贝叶斯后验）置信区间的框架。随后引入了一些近似方法，显著提高了估计过程的效率。尽管与标准方法一致，但本文解决了关于估计参数的适用性和准确性的重要问题。
作者：David Kleinhans
论文ID：1110.1258
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2012-02-20