估算法原理
A. 详述运用收益法评估无形资产时超额收益的确定方法以及利润分成率的估算方法和原理
评估方法的选择
对商标权无形资产进行价值评估，主要有市场法、收益法和成本法。
注册资产评估师在对评估对象、选用的价值类型和搜集到的评估资料等相关条件分析、对比的基础上认为，由于市场上没有可比的交易案例，故本项目不适用市场法；由于搜集到的商标历史资料不能反映评估对象在本项目评估目的下的价值，故本项目不适用成本法。
在对评估对象、选用的价值类型和搜集到的评估资料等相关条件分析、对比的基础上，本次评估选用收益法进行评估。
收益现值法是通过估算被评估资产未来预期收益，并在无形资产评估知识技术支持系统里选取符合实际的折现率折算成现值，然后累加求和，得出被估资产值的一种评估方法。折现率是将未来收益折成现值的比率，它反映资产与未来运营收益现值之间的比例关系。选择收益现值法依据企业历年的财务资料和企业未来发展规划及企业未来收益预测，以及评估师通过调查研究后作出的行业分析资料；选择折现率是评估师根据社会、行业和评估对象的资产收益水平综合分析确定。
收益现值法常用于评估可产生持续收益的物业、企业整体资产及无形资产，在评估无形资产时，多采用收益现值法。
本次评估采用以上评估方法的主要原因在于不仅为了尽量避免按未来收益折算极易导致的虚拟性和随意性，而且还对商标产品的市场份额、价格竞争力、稳定性、发展趋势、市场环境、支持和保护情况等要素的影响作了综合分析。
B. 极大似然估计的概念，原理和方法
极大似然估计法是求估计的另一种方法。它最早由高斯提出。后来为费歇在1912年的文章中重新提出，并且证明了这个方法的一些性质。极大似然估计这一名称也是费歇给的。这是一种上前仍然得到广泛应用的方法。它是建立在极大似然原理的基础上的一个统计方法，极大似然原理的直观想法是：一个随机试验如有若干个可能的结果A，B，C，…。若在一次试验中，结果A出现，则一般认为试验条件对A出现有利，也即A出现的概率很大。
求极大似然函数估计值的一般步骤：
（1） 写出似然函数；
（2） 对似然函数取对数，并整理；
（3） 求导数 ；
（4） 解似然方程
极大似然估计，只是一种概率论在统计学的应用，它是参数估计的方法之一。说的是已知某个随机样本满足某种概率分布，但是其中具体的参数不清楚，参数估计就是通过若干次试验，观察其结果，利用结果推出参数的大概值。极大似然估计是建立在这样的思想上：已知某个参数能使这个样本出现的概率最大，我们当然不会再去选择其他小概率的样本，所以干脆就把这个参数作为估计的真实值。
当然极大似然估计只是一种粗略的数学期望，要知道它的误差大小还要做区间估计。
C. 最大似然估计法的原理
最大似然估计 是一种统计方法 ，它用来求一个样本集的相关概率密度函数的参数。这个方法最早是遗传学家以及统计学家罗纳德·费雪 爵士在1912年至1922年间开始使用的。 “似然”是对likelihood 的一种较为贴近文言文的翻译，“似然”用现代的中文来说即“可能性”。故而，若称之为“最大可能性估计”则更加通俗易懂。
最大似然估计的原理
给定一个概率分布D ，假定其概率密度函数（连续分布）或概率聚集函数（离散分布）为f D ，以及一个分布参数θ ，我们可以从这个分布中抽出一个具有n 个值的采样 ，通过利用f D ，我们就能计算出其概率： 但是，我们可能不知道θ 的值，尽管我们知道这些采样数据来自于分布D 。那么我们如何才能估计出θ 呢？一个自然的想法是从这个分布中抽出一个具有n 个值的采样X 1 ,X 2 ,...,X n ，然后用这些采样数据来估计θ . 一旦我们获得 ，我们就能从中找到一个关于θ 的估计。最大似然估计会寻找关于 θ 的最可能的值（即，在所有可能的θ 取值中，寻找一个值使这个采样的“可能性”最大化）。
这种方法正好同一些其他的估计方法不同，如θ 的非偏估计，非偏估计未必会输出一个最可能的值，而是会输出一个既不高估也不低估 的θ 值。 要在数学上实现最大似然估计法 ，我们首先要定义可能性 : 并且在θ 的所有取值上，使这个[[函数最大化。这个使可能性最大的值即被称为θ 的最大似然估计 。 注意 这里的可能性是指不变时，关于θ 的一个函数。 最大似然估计函数不一定是惟一的，甚至不一定存在。
呵呵，我也不懂这个，是从网上找的。
望采纳。
D. 计量经济学ols法估计值的原理和估计值的性质是什么
OLS是ordinary least square的简称，意思是普通最小二乘法。普通最小二乘估计就是寻找参数β1、β2……的估计值，使上式的离差平方和Q达极小。式中每个平方项的权数相同，是普通最小二乘回归参数估计方法。在误差项等方差、不相关的条件下，普通最小二乘估计是回归参数的最小方差的线性无偏估计。
OLS 估计量的性质
1、 线性： 、 线性：
(1)斜率系数估计量 β 是Y的线性函数。
(2)截距系数估计量 α 是Y的线性函数。
2、无偏： 、无偏：
(1)是β的无偏估计量。
(2)是α的无偏估计量
3、有效性： 、有效性：
E. 气象学估算法
气象学估算法，是利用气象资料估算陆面蒸发量，比较简便，精度较仪器测量法低，主要用于区域或流域的大尺度陆面蒸发量的估计。
国内外许多学者致力于利用气象资料来估算陆面蒸发量，建立了许多估算公式，可分为饱和陆面蒸发和非饱和陆面蒸发两类。下面介绍几种常用的估算方法。
1.饱和陆面蒸发量估算公式
是H.L.Penman.（1948，转引自张朝新，1995）在英国南部依据热量平衡和湍流扩散原理，利用无水汽平流输送时可能产生的蒸发，提出的估算公式。
生态水文地质学
式中：E为自由水面可能蒸发量（mm/d）；υ为绝对湿度计算公式中的常数，υ=0.486；Ea为湍流扩散项（动力蒸发项）：
生态水文地质学
式中：ea，ed分别为气温为Ta的空气饱和水汽压和实际水汽压（mm）；U2为2.0m高度的平均风速（m/s），根据地面风速廓线，可以近似地取U2=U10或U2=2 3U10，U10为10m高度的日平均风速（m/s）。
Δ为平均气温为Ta时饱和水汽压随温度的变化率：
生态水文地质学
生态水文地质学
式中：A为短波辐射平衡；BL为长波辐射平衡（有效辐射）：
生态水文地质学
生态水文地质学
式中：RA为天文辐射或最大可能辐射［4.1868J/（cm2·d）］；n/N为日照百分率；σ为斯蒂芬-波尔兹曼常数［8.16×1011×4.1868J/（cm2·min·k4）］；a为水的反射率，取0.05。
2.非饱和陆面蒸发量估算公式
非饱和陆面蒸发量也称为陆面实际蒸发量，陆面蒸发能量受平衡、饱和差、风速以及土壤湿度等因子影响。奥里捷科普（1911）和布德柯（1948）依据陆面热量平衡和水量平衡方程拟合出含有实际蒸发、可能蒸发及降水量的关系式（布德柯法）：
生态水文地质学
式中：P为年降水量，ET为年蒸发力，用下式计算：
生态水文地质学
式中：T为月平均气温；La为纬度修正系数。
生态水文地质学
生态水文地质学
3.傅抱璞公式
傅抱璞根据国内资料提出，一定地区和一定蒸发条件下，陆面蒸发量E对降水变率随着（Em-E）增加而增加，随降水量P增加而减小；在一定降水量条件下，陆面蒸发量对蒸发能力的变率随（P-E）的增加而增加，随日蒸发能力增加而减小，推导出下式：
生态水文地质学
该公式使用时必须用实测资料求出m值，然后用到无资料的相似地区。一般来说，径流条件好的地区m值小，径流状况差的地区m值大。
F. 简述参数最小二乘估计的基本原理
最小二乘估计法是对过度确定系统，即其中存在比未知数更多的方程组，以回归分析求得近似解的标准方法。在这整个解决方案中，最小二乘法演算为每一方程式的结果中，将残差平方和的总和最小化。
最重要的应用是在曲线拟合上。最小平方所涵义的最佳拟合，即残差（残差为：观测值与模型提供的拟合值之间的差距）平方总和的最小化。
当问题在自变量有重大不确定性时，那么使用简易回归和最小二乘法会发生问题；在这种情况下，须另外考虑变量-误差-拟合模型所需的方法，而不是最小二乘法。
最小二乘法所得出的多项式，即以拟合曲线的函数来描述自变量与预计应变量的变异数关系。
(6)估算法原理扩展阅读：
产生背景
最小二乘法发展于天文学和大地测量学领域，科学家和数学家尝试为大航海探索时期的海洋航行挑战提供解决方案。准确描述天体的行为是船舰在大海洋上航行的关键，水手不能再依靠陆上目标导航作航行。
拟合准则
1、用“残差和最小”确定直线位置是一个途径。但很快发现计算“残差和”存在相互抵消的问题。
2、用“残差绝对值和最小”确定直线位置也是一个途径。但绝对值的计算比较麻烦。
3、最小二乘法的原则是以“残差平方和最小”确定直线位置。用最小二乘法除了计算比较方便外，得到的估计量还具有优良特性。这种方法对异常值非常敏感。
G. 如何进行除法的估算
一直以来，不论是家长还是老师都比较注重精确计算，对于估算强调不够。特别是家长总是认为估算的方法就是四舍五入，别无其他的方法了。今天就借助校讯通这个平台把正在学习的除法的估算和各位家长进行交流，希望对家长和孩子有一定的帮助。
《数学课程标准》中规定了估算的教学内容和估算意识、技能培养的要求。具体目标是：“能结合具体情境进行估算，并解释估算的过程。”又在教学建议指出：“在本学段教学中，教师要不失时机地培养学生的估算意识和初步的估算技能。”所谓估算，就是在一定的范围内对计算结果进行大致的估计。 它的本质就是在不要求准确值的情况下，在允许的范围内，迅速找出精确值。进行估算时一般按照以下两点估算出结果。
第一，估算允许有一定的误差。误差有正负之分，只要在规定的范围内都可以，不应该死守着四舍五入这个原则。
第二，既然是估算，必然是采用口算形式，也就是说在允许的范围内，越简单越好。
三年级学习的除法的估算也遵循上面的两条，具体的方法是要根据乘法口诀进行估算。下面举几个例子，说一说具体的估算是如何算的：
（1）369÷4≈（ ）
分析：可以想四九三十六这句口诀，所以把369看作360，估算结果是90，即369÷4≈90。
对于这道题，部分孩子的估算是：把369看作368或370，估算结果是92或92余2。这样计算虽然很接近精确计算的结果，但用口算的形式计算较难，因此，学生的算法最好不采用。369÷4≈90既然在允许的误差范围内，又符合计算简便的原则，应当视为比较好的估算方法，不论用368÷9还是用370÷9，都没有360÷9算起来简单，所以，采用360÷9。
（2）234÷6≈（ ）
分析：可以想四六二十四这句口诀，所以把234看作240，估算结果是40，即234÷6≈40。
（3）680÷8≈（ ）
分析：可以想八八六十四这句口诀，所以把680看作640，估算结果是80，即680÷8≈80。还可以想八九七十二这句口诀，所以把680看作720，估算结果是90，即680÷8≈90。
这里为什么说两种结果都是对的呢？大家不妨和我一起看，680-640=40, 720-680=40，这两种估算得到结果与精确结果的误差一样，因此，两种估算结果都对。
当然，除了以上三个例子，如果是具体问题中，还需要根据实际情况确定怎样估算。
在这个过程中，学生通过对数字的观察，凭着对数、问题及结果的直觉，利用估算，不仅判断出结果是什么，促进了估算策略的形成，而且在这个过程提高了学生的观察能力、分析能力和思维能力。
H. 矩估计原理及方法介绍
简单的讲，这个原理认为样本的n阶中心钜和n阶原点矩和总体的n阶中心钜和n阶原点矩相同，当然这是一个近似。
就好像你们班一次考试有个平均分，我抽10个人的成绩，算下平均分，我就认为我算出的这个平均分就是你们班的平均分，很明显你知道我算得不可能刚刚好等于你们班的平均分，这只是一种近似。这是一阶原点钜的情况。
这中算法很普遍地存在于我们的生活中，比如算一个地区人均收入，你可别以为这是百分百准确的，它也是抽样统计而来，至于要抽样多少人才能达到要求的置信度，则要根据大数定律或中心极限定理来算，这个也不难，概率论的东西。
I. 简述矩估计的基本原理（15分简答题）
摘要 类别：
J. 阐述基于历史记录的事故频率估算法的主要原理
人家说季雨林是急了点蚀骨。投谁估算发掉猪油也累好多好多。