估演算法原理
A. 詳述運用收益法評估無形資產時超額收益的確定方法以及利潤分成率的估算方法和原理
評估方法的選擇
對商標權無形資產進行價值評估，主要有市場法、收益法和成本法。
注冊資產評估師在對評估對象、選用的價值類型和搜集到的評估資料等相關條件分析、對比的基礎上認為，由於市場上沒有可比的交易案例，故本項目不適用市場法；由於搜集到的商標歷史資料不能反映評估對象在本項目評估目的下的價值，故本項目不適用成本法。
在對評估對象、選用的價值類型和搜集到的評估資料等相關條件分析、對比的基礎上，本次評估選用收益法進行評估。
收益現值法是通過估算被評估資產未來預期收益，並在無形資產評估知識技術支持系統里選取符合實際的折現率折算成現值，然後累加求和，得出被估資產值的一種評估方法。折現率是將未來收益折成現值的比率，它反映資產與未來運營收益現值之間的比例關系。選擇收益現值法依據企業歷年的財務資料和企業未來發展規劃及企業未來收益預測，以及評估師通過調查研究後作出的行業分析資料；選擇折現率是評估師根據社會、行業和評估對象的資產收益水平綜合分析確定。
收益現值法常用於評估可產生持續收益的物業、企業整體資產及無形資產，在評估無形資產時，多採用收益現值法。
本次評估採用以上評估方法的主要原因在於不僅為了盡量避免按未來收益折算極易導致的虛擬性和隨意性，而且還對商標產品的市場份額、價格競爭力、穩定性、發展趨勢、市場環境、支持和保護情況等要素的影響作了綜合分析。
B. 極大似然估計的概念，原理和方法
極大似然估計法是求估計的另一種方法。它最早由高斯提出。後來為費歇在1912年的文章中重新提出，並且證明了這個方法的一些性質。極大似然估計這一名稱也是費歇給的。這是一種上前仍然得到廣泛應用的方法。它是建立在極大似然原理的基礎上的一個統計方法，極大似然原理的直觀想法是：一個隨機試驗如有若干個可能的結果A，B，C，…。若在一次試驗中，結果A出現，則一般認為試驗條件對A出現有利，也即A出現的概率很大。
求極大似然函數估計值的一般步驟：
（1） 寫出似然函數；
（2） 對似然函數取對數，並整理；
（3） 求導數 ；
（4） 解似然方程
極大似然估計，只是一種概率論在統計學的應用，它是參數估計的方法之一。說的是已知某個隨機樣本滿足某種概率分布，但是其中具體的參數不清楚，參數估計就是通過若干次試驗，觀察其結果，利用結果推出參數的大概值。極大似然估計是建立在這樣的思想上：已知某個參數能使這個樣本出現的概率最大，我們當然不會再去選擇其他小概率的樣本，所以乾脆就把這個參數作為估計的真實值。
當然極大似然估計只是一種粗略的數學期望，要知道它的誤差大小還要做區間估計。
C. 最大似然估計法的原理
最大似然估計 是一種統計方法 ，它用來求一個樣本集的相關概率密度函數的參數。這個方法最早是遺傳學家以及統計學家羅納德·費雪 爵士在1912年至1922年間開始使用的。 「似然」是對likelihood 的一種較為貼近文言文的翻譯，「似然」用現代的中文來說即「可能性」。故而，若稱之為「最大可能性估計」則更加通俗易懂。
最大似然估計的原理
給定一個概率分布D ，假定其概率密度函數（連續分布）或概率聚集函數（離散分布）為f D ，以及一個分布參數θ ，我們可以從這個分布中抽出一個具有n 個值的采樣 ，通過利用f D ，我們就能計算出其概率： 但是，我們可能不知道θ 的值，盡管我們知道這些采樣數據來自於分布D 。那麼我們如何才能估計出θ 呢？一個自然的想法是從這個分布中抽出一個具有n 個值的采樣X 1 ,X 2 ,...,X n ，然後用這些采樣數據來估計θ . 一旦我們獲得 ，我們就能從中找到一個關於θ 的估計。最大似然估計會尋找關於 θ 的最可能的值（即，在所有可能的θ 取值中，尋找一個值使這個采樣的「可能性」最大化）。
這種方法正好同一些其他的估計方法不同，如θ 的非偏估計，非偏估計未必會輸出一個最可能的值，而是會輸出一個既不高估也不低估 的θ 值。 要在數學上實現最大似然估計法 ，我們首先要定義可能性 : 並且在θ 的所有取值上，使這個[[函數最大化。這個使可能性最大的值即被稱為θ 的最大似然估計 。 注意 這里的可能性是指不變時，關於θ 的一個函數。 最大似然估計函數不一定是惟一的，甚至不一定存在。
呵呵，我也不懂這個，是從網上找的。
望採納。
D. 計量經濟學ols法估計值的原理和估計值的性質是什麼
OLS是ordinary least square的簡稱，意思是普通最小二乘法。普通最小二乘估計就是尋找參數β1、β2……的估計值，使上式的離差平方和Q達極小。式中每個平方項的權數相同，是普通最小二乘回歸參數估計方法。在誤差項等方差、不相關的條件下，普通最小二乘估計是回歸參數的最小方差的線性無偏估計。
OLS 估計量的性質
1、 線性： 、 線性：
(1)斜率系數估計量 β 是Y的線性函數。
(2)截距系數估計量 α 是Y的線性函數。
2、無偏： 、無偏：
(1)是β的無偏估計量。
(2)是α的無偏估計量
3、有效性： 、有效性：
E. 氣象學估演算法
氣象學估演算法，是利用氣象資料估算陸面蒸發量，比較簡便，精度較儀器測量法低，主要用於區域或流域的大尺度陸面蒸發量的估計。
國內外許多學者致力於利用氣象資料來估算陸面蒸發量，建立了許多估算公式，可分為飽和陸面蒸發和非飽和陸面蒸發兩類。下面介紹幾種常用的估算方法。
1.飽和陸面蒸發量估算公式
是H.L.Penman.（1948，轉引自張朝新，1995）在英國南部依據熱量平衡和湍流擴散原理，利用無水汽平流輸送時可能產生的蒸發，提出的估算公式。
生態水文地質學
式中：E為自由水面可能蒸發量（mm/d）；υ為絕對濕度計算公式中的常數，υ=0.486；Ea為湍流擴散項（動力蒸發項）：
生態水文地質學
式中：ea，ed分別為氣溫為Ta的空氣飽和水汽壓和實際水汽壓（mm）；U2為2.0m高度的平均風速（m/s），根據地面風速廓線，可以近似地取U2=U10或U2=2 3U10，U10為10m高度的日平均風速（m/s）。
Δ為平均氣溫為Ta時飽和水汽壓隨溫度的變化率：
生態水文地質學
生態水文地質學
式中：A為短波輻射平衡；BL為長波輻射平衡（有效輻射）：
生態水文地質學
生態水文地質學
式中：RA為天文輻射或最大可能輻射［4.1868J/（cm2·d）］；n/N為日照百分率；σ為斯蒂芬-波爾茲曼常數［8.16×1011×4.1868J/（cm2·min·k4）］；a為水的反射率，取0.05。
2.非飽和陸面蒸發量估算公式
非飽和陸面蒸發量也稱為陸面實際蒸發量，陸面蒸發能量受平衡、飽和差、風速以及土壤濕度等因子影響。奧里捷科普（1911）和布德柯（1948）依據陸面熱量平衡和水量平衡方程擬合出含有實際蒸發、可能蒸發及降水量的關系式（布德柯法）：
生態水文地質學
式中：P為年降水量，ET為年蒸發力，用下式計算：
生態水文地質學
式中：T為月平均氣溫；La為緯度修正系數。
生態水文地質學
生態水文地質學
3.傅抱璞公式
傅抱璞根據國內資料提出，一定地區和一定蒸發條件下，陸面蒸發量E對降水變率隨著（Em-E）增加而增加，隨降水量P增加而減小；在一定降水量條件下，陸面蒸發量對蒸發能力的變率隨（P-E）的增加而增加，隨日蒸發能力增加而減小，推導出下式：
生態水文地質學
該公式使用時必須用實測資料求出m值，然後用到無資料的相似地區。一般來說，徑流條件好的地區m值小，徑流狀況差的地區m值大。
F. 簡述參數最小二乘估計的基本原理
最小二乘估計法是對過度確定系統，即其中存在比未知數更多的方程組，以回歸分析求得近似解的標准方法。在這整個解決方案中，最小二乘法演算為每一方程式的結果中，將殘差平方和的總和最小化。
最重要的應用是在曲線擬合上。最小平方所涵義的最佳擬合，即殘差（殘差為：觀測值與模型提供的擬合值之間的差距）平方總和的最小化。
當問題在自變數有重大不確定性時，那麼使用簡易回歸和最小二乘法會發生問題；在這種情況下，須另外考慮變數-誤差-擬合模型所需的方法，而不是最小二乘法。
最小二乘法所得出的多項式，即以擬合曲線的函數來描述自變數與預計應變數的變異數關系。
(6)估演算法原理擴展閱讀：
產生背景
最小二乘法發展於天文學和大地測量學領域，科學家和數學家嘗試為大航海探索時期的海洋航行挑戰提供解決方案。准確描述天體的行為是船艦在大海洋上航行的關鍵，水手不能再依靠陸上目標導航作航行。
擬合準則
1、用「殘差和最小」確定直線位置是一個途徑。但很快發現計算「殘差和」存在相互抵消的問題。
2、用「殘差絕對值和最小」確定直線位置也是一個途徑。但絕對值的計算比較麻煩。
3、最小二乘法的原則是以「殘差平方和最小」確定直線位置。用最小二乘法除了計算比較方便外，得到的估計量還具有優良特性。這種方法對異常值非常敏感。
G. 如何進行除法的估算
一直以來，不論是家長還是老師都比較注重精確計算，對於估算強調不夠。特別是家長總是認為估算的方法就是四捨五入，別無其他的方法了。今天就藉助校訊通這個平台把正在學習的除法的估算和各位家長進行交流，希望對家長和孩子有一定的幫助。
《數學課程標准》中規定了估算的教學內容和估算意識、技能培養的要求。具體目標是：「能結合具體情境進行估算，並解釋估算的過程。」又在教學建議指出：「在本學段教學中，教師要不失時機地培養學生的估算意識和初步的估算技能。」所謂估算，就是在一定的范圍內對計算結果進行大致的估計。 它的本質就是在不要求准確值的情況下，在允許的范圍內，迅速找出精確值。進行估算時一般按照以下兩點估算出結果。
第一，估算允許有一定的誤差。誤差有正負之分，只要在規定的范圍內都可以，不應該死守著四捨五入這個原則。
第二，既然是估算，必然是採用口算形式，也就是說在允許的范圍內，越簡單越好。
三年級學習的除法的估算也遵循上面的兩條，具體的方法是要根據乘法口訣進行估算。下面舉幾個例子，說一說具體的估算是如何算的：
（1）369÷4≈（ ）
分析：可以想四九三十六這句口訣，所以把369看作360，估算結果是90，即369÷4≈90。
對於這道題，部分孩子的估算是：把369看作368或370，估算結果是92或92餘2。這樣計算雖然很接近精確計算的結果，但用口算的形式計算較難，因此，學生的演算法最好不採用。369÷4≈90既然在允許的誤差范圍內，又符合計算簡便的原則，應當視為比較好的估算方法，不論用368÷9還是用370÷9，都沒有360÷9算起來簡單，所以，採用360÷9。
（2）234÷6≈（ ）
分析：可以想四六二十四這句口訣，所以把234看作240，估算結果是40，即234÷6≈40。
（3）680÷8≈（ ）
分析：可以想八八六十四這句口訣，所以把680看作640，估算結果是80，即680÷8≈80。還可以想八九七十二這句口訣，所以把680看作720，估算結果是90，即680÷8≈90。
這里為什麼說兩種結果都是對的呢？大家不妨和我一起看，680-640=40, 720-680=40，這兩種估算得到結果與精確結果的誤差一樣，因此，兩種估算結果都對。
當然，除了以上三個例子，如果是具體問題中，還需要根據實際情況確定怎樣估算。
在這個過程中，學生通過對數字的觀察，憑著對數、問題及結果的直覺，利用估算，不僅判斷出結果是什麼，促進了估算策略的形成，而且在這個過程提高了學生的觀察能力、分析能力和思維能力。
H. 矩估計原理及方法介紹
簡單的講，這個原理認為樣本的n階中心鉅和n階原點矩和總體的n階中心鉅和n階原點矩相同，當然這是一個近似。
就好像你們班一次考試有個平均分，我抽10個人的成績，算下平均分，我就認為我算出的這個平均分就是你們班的平均分，很明顯你知道我算得不可能剛剛好等於你們班的平均分，這只是一種近似。這是一階原點鉅的情況。
這中演算法很普遍地存在於我們的生活中，比如算一個地區人均收入，你可別以為這是百分百准確的，它也是抽樣統計而來，至於要抽樣多少人才能達到要求的置信度，則要根據大數定律或中心極限定理來算，這個也不難，概率論的東西。
I. 簡述矩估計的基本原理（15分簡答題）
摘要 類別：
J. 闡述基於歷史記錄的事故頻率估演算法的主要原理
人家說季雨林是急了點蝕骨。投誰估算發掉豬油也累好多好多。