登录后查看消息通知
搜索
常见问题
消息
登录
首页
/
数据集
/
Leading pole estimation accuracy benchmark.
Leading pole estimation accuracy benchmark.
收藏
NIAID Data Ecosystem
2026-03-10 收录
极点估计基准
参数估计精度评估
数据链接：
https://figshare.com/articles/dataset/Leading_pole_estimation_accuracy_benchmark_/5094826
数据链接
链接失效反馈
官方服务：
问题咨询
购买咨询
在线客服
NEW
资源简介：
Leading pole estimation accuracy benchmark.
应用场景：
创建时间：
2017-06-09
相关数据集
Euclidean distance and Kullback-Leiber divergence.
统计距离度量比较
参数估计精度评估
The figure shows the Euclidean distance (A) and Kullback-Leiber divergence (B) between the true frequencies and BCMLEs (solid lines) and the true frequencies and MLEs (dashed lines) for a lineage-freq
Figshare
2021-12-29 更新
3
0
Mean absolute error of estimated parameters from NLLS and AIM-BP compared to ground truth.
参数估计精度评估
优化算法
Mean absolute error of estimated parameters from NLLS and AIM-BP compared to ground truth.
Figshare
2019-08-05 更新
1
0
Mean squared error and | Bias | (in brackets) values for different estimators for Population V with measurement error.
参数估计精度评估
误差测量
Mean squared error and |Bias| (in brackets) values for different estimators for Population V with measurement error.
NIAID Data Ecosystem
2
0
© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15
沪公网安备31010402336585号
热门搜索
社区交流群
科研交流群
商业服务
数据资源
寻源服务
数据采集
标注服务
数据产品
代理销售
数据领域
凭证登记
数据产品
介绍推广
