语言模型的参数估计经常使用MLE（最大似然估计)。面临的一个问题是没有出现的项概率为0，这样会导致

A.最小二乘法

B.最大似然估计

C.贝叶斯估计

D.有矩估计

A.EM算法

B.最大似然估计

C.维特比算法

D.前向后向算法

A.矩估计法

B.最大似然估计法

C.最小二乘法

D.贝叶斯估计法

A.在重复观测值不可得的情形下，Logit模型可采用完全信息最大似然法中所采用的迭代方法

B.在重复观测值可得的情形下，两模型可采用广义最小二乘法

C.在重复观测值不可得的情形下，两模型可采用完全信息最大似然法中所采用的迭代法

D.在重复观测值不可得和可得的两种情形下，两模型都要采用完全信息最大似然法中所采用的迭代法

A.更高

B.更低

C.一致

D.以上都不对

A.A.称之为()。

B.B.矩估计

C.C.最大似然估计

D.D.最小二乘法

E.E.点估计

利用AFFAIRS.RAW中的数据。

(i)给定的数据中有多少是女人？变量naffairs是一个已婚的人婚外情的次数(尽管大部分的数据是按照一定的区间分组的)。从来没有过婚外情的女人的比例是多大？次数最多的是多少？

(ii)用age，yrsmarr，kids，educ，vryrel，smeral，slghtrel和notrel作为变量，估计一个泊松模型，解释vryrel的系数并以最大似然标准误为基础讨论t值。

(iii)现在得到了当方差和均值与教材(17.35)相关的情况下的标准误，相比于泊松MLE模型下的t值，本题估计出的t值的解释能力如何？

A.普通最小二乘法

B.极大似然估计法

C.混合最小二乘法

D.偏最小二乘法