We can use this value as a starting

We can use this value as a starting point to calculate g, l, and S,
and then update b. The procedure can be repeated until convergence.
Since b0 and bL can be obtained using Ordinary Least Squares
(OLS), the iterative ML method takes advantages of OLS and can be
easily implemented. Fig. 1 shows the whole procedure of the iterative
ML method. In this algorithm, the optimization method
employed to optimize the concentrated likelihood Lc is the BFGS
method. For the spatial SUR with spatially autocorrelated error, it is
not necessary to calculate bL. A Matlab routine has been developed
for the iterative ML method and is available for requesting

ผลลัพธ์ (ไทย) 1:

เราสามารถใช้ค่านี้เป็นจุดเริ่มต้นในการ คำนวณ g, l, Sจากนั้น ปรับปรุง b ขั้นตอนสามารถทำซ้ำจนกว่าจะบรรจบกันตั้งแต่ b0 และ bL ได้ใช้สามัญกำลังสองน้อยสุด(OLS), ซ้ำ ML วิธีใช้ประโยชน์ของ OLS และสามารถใช้งานง่าย รูปที่ 1 แสดงขั้นตอนที่ซ้ำวิธี ML ในอัลกอริธึมนี้ วิธีการเพิ่มประสิทธิภาพจ้างปรับโอกาสเข้มข้น Lc เป็น BFGSวิธีการ สำหรับ SUR spatial spatially autocorrelated ข้อผิดพลาดไม่จำเป็นต้องคำนวณมี่ ได้รับการพัฒนามีขั้นตอนของ Matlabสำหรับวิธี ML ซ้ำ และมีการร้องขอ

ผลลัพธ์ (ไทย) 2:

เราสามารถใช้ค่านี้เป็นจุดเริ่มต้นในการคำนวณ G, L และ S,
และจากนั้นปรับปรุงข ขั้นตอนที่สามารถทำซ้ำจนบรรจบ.
ตั้งแต่ B0 และ BL สามารถรับใช้สามัญแควน้อย
(OLS) ที่ย้ำวิธี ML จะได้เปรียบของ OLS และสามารถ
ดำเนินการได้ง่าย มะเดื่อ. 1 แสดงขั้นตอนทั้งหมดของซ้ำ
วิธี ML ในขั้นตอนวิธีนี้วิธีการเพิ่มประสิทธิภาพ
ที่ใช้ในการเพิ่มประสิทธิภาพความน่าจะเป็นความเข้มข้น Lc เป็น BFGS
วิธี สำหรับ SUR เชิงพื้นที่ที่มีข้อผิดพลาดเกิดอัตสหสัมพันธ์เชิงพื้นที่ก็คือ
ไม่จำเป็นต้องคำนวณ BL ประจำ Matlab ได้รับการพัฒนา
สำหรับซ้ำวิธี ML และสามารถใช้ได้สำหรับการร้องขอ