摘要翻译：
提出了一种基于完全数据的对数凹密度极大似然估计的主动集算法。在此快速算法的基础上，我们提出了一种处理任意删失或装箱数据的EM算法。
---
英文标题：
《Active Set and EM Algorithms for Log-Concave Densities Based on Complete
  and Censored Data》
---
作者：
Lutz Duembgen, Andre Huesler, Kaspar Rufibach
---
最新提交年份：
2011
---
分类信息：

一级分类：Statistics        统计学
二级分类：Methodology        方法论
分类描述：Design, Surveys, Model Selection, Multiple Testing, Multivariate Methods, Signal and Image Processing, Time Series, Smoothing, Spatial Statistics, Survival Analysis, Nonparametric and Semiparametric Methods
设计，调查，模型选择，多重检验，多元方法，信号和图像处理，时间序列，平滑，空间统计，生存分析，非参数和半参数方法
--
一级分类：Statistics        统计学
二级分类：Computation        计算
分类描述：Algorithms, Simulation, Visualization
算法、模拟、可视化
--

---
英文摘要：
  We develop an active set algorithm for the maximum likelihood estimation of a log-concave density based on complete data. Building on this fast algorithm, we indidate an EM algorithm to treat arbitrarily censored or binned data.
---
PDF链接：
https://arxiv.org/pdf/707.4643