《表8 5种Copula函数的参数θ估计值》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于Elman神经网络和Copula函数的多维装备效能评估模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

通过观察，表6中所列Copula函数均含有未知参数θ，在构建基于Copula函数的联合分布模型前，务必对未知参数θ值进行估计。本文采用极大似然估计（MLE）方法[20]对参数θ进行估计，MLE可根据分布函数的概率密度导数构建对数似然函数，如（19）式所示，而后通过求解对数似然函数的最值来计算未知参数的估计值。为进一步对2.3节结论进行验证，表8中列出了上述5种Copula函数对参数θ的拟合结果。