«maximum-likelihood» 태그된 질문

평신도의 관점에서 최대 가능성 추정 (MLE)에 대해 누구든지 자세히 설명 할 수 있습니까? 수학적 도출이나 방정식으로 가기 전에 기본 개념을 알고 싶습니다.

91 mathematical-statistics  maximum-likelihood  intuition  definition  philosophical 

나는 이 논문 의 초록을 읽었다 : "Hartley aud Rao의 ML (Maximum Likelihood) 절차는 Patterson과 Thompson의 변환을 수정하여 가능성 렌더 정규성을 두 부분으로 분할합니다. 하나는 고정 된 효과가 없습니다.이 부분을 최대화하면 제한된 최대 가능성이라고합니다. (REML) 견적 자입니다. " 또한 이 논문 의 초록에서 REML을 읽었습니다 . "고정 효과 추정으로 인한 …

73 mixed-model  maximum-likelihood  reml 

시뮬레이션 연구를 위해 기존 변수 와의 미리 정의 된 (인구) 상관 관계를 나타내는 임의의 변수를 생성해야합니다 .YYY I는 들여다 R패키지 copula와 CDVine소정 의존성 구조 랜덤 변수 분포를 생성 할 수있다. 그러나 결과 변수 중 하나를 기존 변수에 고정 할 수 없습니다. 기존 기능에 대한 아이디어와 링크를 부탁드립니다! 결론 : 서로 …

71 r  correlation  random-variable  random-generation  independence  assumptions  random-variable  unbiased-estimator  regression  hypothesis-testing  heteroscedasticity  generalized-least-squares  distributions  networks  data-visualization  sas  reproducible-research  philosophical  time-series  variance  outliers  quality-control  mean  multilevel-analysis  average  weighted-mean  regression  confidence-interval  prediction-interval  correlation  matlab  matrix  data-mining  maximum-likelihood  r  time-series  survival  predictive-models 

최대 가능성 추정기 (MLE)는 점진적으로 효율적입니다. 표본 크기가 작은 경우에도 MoM (Method of Moments) 추정치 (상이한 경우)보다 종종 더 나은 점에서 실제적인 결과를 볼 수 있습니다. 여기서 "보다 낫다"는 일반적으로 둘 다 편향되지 않은 경우 분산이 더 작고 일반적으로 더 작은 평균 제곱 오차 (MSE)가 작다는 의미입니다. 그러나 문제는 다음과 …

57 estimation  maximum-likelihood  mse  method-of-moments  efficiency 

나는이 용어들이 사용되는 것을 보았고 그것들을 계속 섞고 있습니다. 차이점에 대한 간단한 설명이 있습니까?

56 estimation  maximum-likelihood 

이 사이트에는 입문 통계 및 기계 학습 에 대한 책 권장 사항에 대한 몇 가지 스레드가 있지만 최대 가능성, 일반 선형 모델, 주요 구성 요소 분석, 비선형 모델을 포함하여 고급 통계에 대한 텍스트를 찾고 있습니다. 나는 AC Davison의 통계 모델 을 시도 했지만 솔직히 2 장 후에 내려 놓아야했습니다. 이 …

55 generalized-linear-model  pca  maximum-likelihood  references  saddlepoint-approximation 

좋아, 이것은 매우 기본적인 질문이지만 조금 혼란 스럽습니다. 내 논문에서 나는 다음과 같이 쓴다. 표준 오차는 (관측 된) 피셔 정보 매트릭스의 대각선 요소의 제곱근의 역수를 계산하여 찾을 수 있습니다. sμ^,σ^2=1I(μ^,σ^2)−−−−−−√sμ^,σ^2=1I(μ^,σ^2)\begin{align*} s_{\hat{\mu},\hat{\sigma}^2}=\frac{1}{\sqrt{\mathbf{I}(\hat{\mu},\hat{\sigma}^2)}} \end{align*} R의 최적화 명령이 최소화하기 때문에 Hessian의 역수를 계산하여 (관측 된) Fisher 정보 매트릭스를 찾을 수 있습니다. −logL−log⁡L-\log\mathcal{L}I(μ^,σ^2)=H−1I(μ^,σ^2)=H−1\begin{align*} \mathbf{I}(\hat{\mu},\hat{\sigma}^2)=\mathbf{H}^{-1} …

54 maximum-likelihood  fisher-information 

베이지안 추정치와 최대 우도 추정치의 차이를 설명해주십시오.

50 bayesian  maximum-likelihood 

나는 의 본질이 궁금하다 Σ−1Σ−1\Sigma^{-1}. " Σ−1Σ−1\Sigma^{-1} 은 데이터에 대해 무엇을 말합니까?"에 대해 직관적으로 말할 수있는 사람이 있습니까? 편집하다: 답장을 보내 주셔서 감사합니다 훌륭한 코스를 수강 한 후 몇 가지 요점을 추가하고 싶습니다. 정보의 측정 값, 즉 는 방향 x를 따른 정보량입니다 .xTΣ−1xxTΣ−1xx^T\Sigma^{-1}xxxx 이중성은 : 부터 명확한 긍정적 인, 그래서이다 …

46 bayesian  maximum-likelihood  covariance  matrix 

Stein 's Example 은 평균 μ 1 , … , μ n 및 분산 1을 갖는 정규 분포 변수 의 최대 우도 추정값이 제곱 손실 함수에서 iff n ≥ 3 인 것을 허용하지 않음을 보여 줍니다. 깔끔한 증거를 보려면 Bradley Effron의 대규모 추론 : 추정, 테스트 및 예측 을 위한 …

46 maximum-likelihood  unbiased-estimator  intuition  steins-phenomenon 

이 질문은 오랫동안 당황했습니다. 나는 가능성을 극대화하기 위해 '로그'의 사용을 이해하므로 '로그'에 대해 묻지 않습니다. 내 질문은 로그 가능성을 최대화하는 것이 "음성 로그 가능성"(NLL)을 최소화하는 것과 같기 때문에 왜이 NLL을 발명합니까? 왜 "긍정적 우도"를 항상 사용하지 않습니까? 어떤 상황에서 NLL이 선호됩니까? 여기에 약간의 설명이 있습니다. https://quantivity.wordpress.com/2011/05/23/why-minimize-negative-log-likelihood/ 이지만 명백한 동등성을 설명하는 …

46 maximum-likelihood  likelihood 

종속 변수, 종속 변수 및 독립 변수 또는 독립 변수 만 로그 변환인지 해석에 차이가 있는지 궁금합니다. 의 경우를 고려 log(DV) = Intercept + B1*IV + Error IV를 백분율 증가로 해석 할 수 있지만 log(DV) = Intercept + B1*log(IV) + Error 또는 내가있을 때 DV = Intercept + B1*log(IV) + …

46 regression  data-transformation  interpretation  regression-coefficients  logarithm  r  dataset  stata  hypothesis-testing  contingency-tables  hypothesis-testing  statistical-significance  standard-deviation  unbiased-estimator  t-distribution  r  functional-data-analysis  maximum-likelihood  bootstrap  regression  change-point  regression  sas  hypothesis-testing  bayesian  randomness  predictive-models  nonparametric  terminology  parametric  correlation  effect-size  loess  mean  pdf  quantile-function  bioinformatics  regression  terminology  r-squared  pdf  maximum  multivariate-analysis  references  data-visualization  r  pca  r  mixed-model  lme4-nlme  distributions  probability  bayesian  prior  anova  chi-squared  binomial  generalized-linear-model  anova  repeated-measures  t-test  post-hoc  clustering  variance  probability  hypothesis-testing  references  binomial  profile-likelihood  self-study  excel  data-transformation  skewness  distributions  statistical-significance  econometrics  spatial  r  regression  anova  spss  linear-model 

이 질문은 한 달 이상 내 마음 속에 퍼져 왔습니다. Amstat News 2015 년 2 월호 에는 버클리 교수 Mark van der Laan 의 기사 가 실려 있으며 부정확 한 모델을 사용하는 사람들을 꾸짖습니다. 그는 모형을 사용함으로써 통계는 과학 이라기보다는 예술이라고 말합니다. 그에 따르면, 항상 "정확한 모델"을 사용할 수 있으며, …

45 machine-learning  maximum-likelihood  modeling  nonparametric  parametric 

최대 우도 추정 (MLE)과 최소 제곱 추정 (LSE)의 주요 차이점은 무엇입니까? 선형 회귀 분석에서 값 을 예측하기 위해 MLE을 사용할 수없는 이유는 무엇 입니까?와이yy 이 주제에 대한 도움을 주시면 감사하겠습니다.

42 regression  estimation  maximum-likelihood  least-squares 

수치 유도 MLE 의의 GLMM가 실제로 어렵고, 나는 알고있다, 우리는 (사용, 예를 들면 무력 최적화를 사용하지 않아야 optim하는 간단한 방식으로). 그러나 내 교육 목적으로 모델을 올바르게 이해하기 위해 노력하고 싶습니다 (아래 코드 참조). 나는에서 일관되지 않은 결과를 얻는다는 것을 알았습니다 glmer(). 특히, glmer내가 작성한 가능성 함수에 따라 MLE을 초기 값으로 …

37 r  maximum-likelihood  optimization  lme4-nlme