ZUSAMMENFASSUNG Das Wissen um einen oder mehrere Parameter in einem Maximum-Likelihood-Problem führt manchmal zu einer erheblichen Vereinfachung, sodass die Analyse fast trivial wird. Es wird eine Methode zur Gewinnung von Maximum-Likelihood-Schätzungen und ihrer asymptotischen Kovarianzmatrix vorgestellt, die es ermöglicht, derartige Vereinfachungen zu nutzen, wenn sie auftreten. Die Anwendung erfolgt hauptsächlich im Bereich der Regression, es werden jedoch auch andere Beispiele erwähnt. Ein numerisches Beispiel der exponentiellen Regression wird gegeben.
Frank Richards (1961) untersuchte diese Frage.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: