«maximum-likelihood» 태그된 질문

Survival Analysis에서는 rv 의 생존 시간 이 기하 급수적으로 분포 된 것으로 가정합니다 . 이제 i_1 rv의 의 "결과" 가 있다고 생각 합니다. 이러한 결과의 일부만이 실제로 "완전히 실현"됩니다. 즉, 나머지 관측치는 여전히 "살아 있습니다".엑스나는XiX_i엑스1, ... ,엑스엔x1,…,xnx_1,\dots,x_n엑스나는XiX_i 분포 의 속도 모수 에 대해 ML 추정을 수행 하려면 실현되지 않은 관측 …

9 maximum-likelihood  references  survival  censoring  exponential-family 

3 가지 전자 부품의 수명은 및 입니다. 이 변수는 매개 변수를 사용하여 지수 분포에서 크기가 3 인 랜덤 표본으로 모델링되었습니다 . 가능성 함수는X1=3,X2=1.5,X1=3,X2=1.5,X_{1} = 3, X_{2} = 1.5,X3=2.1X3=2.1X_{3} = 2.1θθ\thetaθ>0θ>0\theta > 0 f3(x|θ)=θ3exp(−6.6θ)f3(x|θ)=θ3exp(−6.6θ)f_{3}(x|\theta) = \theta^{3} exp(-6.6\theta) , 여기서 입니다.x=(2,1.5,2.1)x=(2,1.5,2.1)x = (2, 1.5, 2.1) 그리고 문제는 를 최대화 하는 값을 찾아 …

9 distributions  maximum-likelihood  exponential 

glmR에서 함수를 사용할 때 기본적 으로이 함수는 반복적으로 가중 된 최소 제곱 (IWLS) 방법을 사용하여 모수를 추정 할 수있는 최대 가능성을 찾습니다. 이제 두 가지 질문이 있습니다. IWLS 추정은 가능성 함수의 전체 최대 값을 보장합니까? 이 프레젠테이션 의 마지막 슬라이드를 기반으로 , 나는 그렇지 않다고 생각합니다! 나는 단지 그것을 확인하고 …

9 r  estimation  generalized-linear-model  maximum-likelihood  optimization 

이것은 중기 시험 연습 문제입니다. 문제는 EM 알고리즘 예입니다. (f) 부분에 문제가 있습니다. 완성을 위해 (a)-(e) 부분을 나열하고 실수를 저지른 경우에 대비합니다. 하자 속도 독립 지수 확률 변수 일 . 불행하게도, 실제 값은 관찰되지 않으며, 우리는 단지 여부를 관찰 값이 일정한 간격 내에. 하자 , 및 입니다 . 관찰 된 …

9 self-study  maximum-likelihood  latent-variable  expectation-maximization 

적합 분포를 생성하는 방법으로 MLE에 대해 읽었습니다. 나는 최대 우도 추정치가 "정규 분포와 비슷하다"는 성명서를 보았습니다. 이것은 데이터와 분포에 대해 MLE 반복 횟수를 적용하면 내가 얻은 모델이 정상적으로 분포한다는 의미입니까? 분포의 분포는 정확히 어느 정도입니까?

9 normal-distribution  estimation  maximum-likelihood 

Dixon, Coles ( 1997 )에서, 그들은 (4.3)에서 수정 된 두 개의 독립 포아송 모델에 대한 최대 우도 추정을 사용하여 축구의 점수를 모델링했다. 패키지를 사용하지 않고 알파 및 베타와 홈 효과 매개 변수 (274 페이지, 표 4)를 "재생"하기 위해 R을 사용하려고합니다 (일반적인 독립 포아송 모델을 사용하는 것도 좋습니다). bivpois패키지를 사용해 보았지만 …

9 r  modeling  maximum-likelihood  games 

나는 다른 점 추정 방법을 연구하고 있으며 MAP 대 ML 추정을 사용할 때 "균일 이전"을 사용할 때 추정치가 동일하다는 것을 읽습니다. 누군가 "균일 한"사전이 무엇인지 설명하고 MAP 및 ML 추정기가 동일한시기에 대한 간단한 예를 제시 할 수 있습니까?

9 machine-learning  probability  bayesian  estimation  maximum-likelihood 

만약 K1,…,KnK1,…,KnK_1, \dots, K_n 모수를 갖는 iid Poisson 분포 ββ\beta 최대 가능성 추정치는 다음과 같습니다. β^(k1,…,kn)=1n∑i=1nkiβ^(k1,…,kn)=1n∑i=1nki\hat\beta (k_1, \dots, k_n) = \frac{1}{n} \sum_{i=1}^n k_i 데이터 용 k1,…,knk1,…,knk_1, \dots, k_n. 따라서 해당 추정량을 정의 할 수 있습니다 T=1n∑i=1nKi.T=1n∑i=1nKi.T = \frac{1}{n} \sum_{i=1}^n K_i . 내 질문은이 추정기의 분산을 어떻게 계산할 것인가입니다. 특히, 각각 …

9 variance  maximum-likelihood  poisson-distribution 

저는 현재 Markov 체인으로 작업하고 있으며 여러 출처에서 제안한 전환 확률을 사용하여 최대 가능성 추정치를 계산했습니다 (즉, a에서 b 로의 전환 수를 a에서 다른 노드로의 전체 전환 수로 나눈 값). 이제 MLE의 로그 우도를 계산하려고합니다.

9 maximum-likelihood  markov-process  likelihood 

R에서 optim을 사용하여 로그 우도 함수를 최대화하여 추정 된 모수에 대한 프로파일 링을 사용하여 95 % 신뢰 구간을 추정하려면 어떻게해야합니까? 나는 hessian을 뒤집어 공분산 행렬을 무증상으로 추정 할 수 있다는 것을 알고 있지만 내 데이터 가이 방법이 유효하기 위해 필요한 가정을 충족시키지 않을까 걱정하고 있습니다. 다른 방법을 사용하여 신뢰 구간을 …

9 r  confidence-interval  maximum-likelihood  optimization  profile-likelihood 

우리가 선형 모형을 가지고 있다고 가정하자 와이나는=β0+β1엑스나는+ϵ나는yi=β0+β1xi+ϵiy_i = \beta_0 + \beta_1 x_i + \epsilon_i모든 표준 회귀 (Gauss-Markov) 가정을 충족합니다. 우리는 관심이있다θ = 1 /β1θ=1/β1\theta = 1/\beta_1. 질문 1 : 분배에 필요한 가정θ^θ^\hat{\theta} 잘 정의되어 있습니까? β1≠ 0β1≠0\beta_1 \neq 0 다른 사람이 중요할까요? 질문 2 : 오류가 정규 분포를 따른다는 가정을 …

9 regression  distributions  maximum-likelihood  bootstrap 

양의 매개 변수 에 대해 추론해야합니다 . 긍정적 인 것을 나누기 위해 다시 매개 변수화했습니다 . MLE 루틴을 사용하여 대한 점 추정값과 se를 계산했습니다 . MLE의 불변의 속성은 직접 나에게 대한 점 추정치 제공 , 그러나 나는 확실히 그 자체 계산하는 방법을 모르겠습니다 . 어떤 제안이나 참조에 대해 미리 감사드립니다.피ppp …

9 maximum-likelihood  standard-error  delta-method