Вопросы с тегом «maximum-likelihood»

Срок службы трех электронных компонентов: и . Случайные величины были смоделированы как случайная выборка размера 3 из экспоненциального распределения с параметром . Функция правдоподобия, дляХ 3 = 2,1 & thetas ; & thetas ; > 0X1=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 x = ( 2 , …

9 distributions  maximum-likelihood  exponential 

В Survival Analysis вы предполагаете, что время выживания rv распределено экспоненциально. Учитывая теперь , что у меня есть х 1 , ... , х п «результаты» н.о.р. с.в. X я . Только некоторая часть этих результатов фактически «полностью реализована», то есть остальные наблюдения все еще «живы».ИксяXiX_iИкс1, … , ХNx1,…,xnx_1,\dots,x_nИксяXiX_i Если …

9 maximum-likelihood  references  survival  censoring  exponential-family 

По умолчанию, когда мы используем glmфункцию в R, она использует метод итеративно перевешиваемых наименьших квадратов (IWLS), чтобы найти оценку максимального правдоподобия параметров. Теперь у меня есть два вопроса. Гарантируют ли оценки IWLS глобальный максимум функции правдоподобия? Основываясь на последнем слайде в этой презентации, я думаю, что нет! Я просто хотел …

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

Это практическая проблема для промежуточного экзамена. Проблема в примере алгоритма EM. У меня проблемы с частью (е). Я перечисляю части (a) - (e) для завершения и в случае, если я допустил ошибку ранее. Пусть - независимые экспоненциальные случайные величины со скоростью . К сожалению, фактические значения не наблюдаются, и мы …

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

Я читал о MLE как о методе создания подобранного распределения. Я натолкнулся на утверждение о том, что оценки максимального правдоподобия «имеют приблизительное нормальное распределение». Означает ли это, что если я буду применять MLE несколько раз к своим данным и семейству дистрибутивов, к которым я пытаюсь соответствовать, модели, которые я получу, …

9 normal-distribution  estimation  maximum-likelihood 

В Dixon, Coles ( 1997 ) они использовали оценку максимального правдоподобия для двух модифицированных независимых моделей Пуассона в (4.3) для моделирования результатов в футболе. Я пытаюсь использовать R для того, чтобы «воспроизвести» альфа и бета, а также параметры домашнего эффекта (стр. 274, Таблица 4) без использования каких-либо пакетов (использование обычных …

9 r  modeling  maximum-likelihood  games 

Я изучаю различные методы оценки по точкам и читаю, что при использовании оценок MAP и ML, когда мы используем «единообразный априор», оценки идентичны. Может ли кто-нибудь объяснить, что такое «равномерный» априор, и привести несколько (простых) примеров, когда оценки MAP и ML будут одинаковыми?

9 machine-learning  probability  bayesian  estimation  maximum-likelihood 

Если - это распределения Пуассона с параметром я определил, что максимальная оценка вероятности равна для данных . Поэтому мы можем определить соответствующий оценщик Мой вопрос: как бы вы определили дисперсию этой оценки? & beta ; & beta ; ( к 1 , ... , K п ) = 1К1, …

9 variance  maximum-likelihood  poisson-distribution 

В настоящее время я работаю с цепями Маркова и рассчитал оценку максимального правдоподобия, используя вероятности переходов, как предложено несколькими источниками (т. Е. Количество переходов от a к b, деленное на количество общих переходов от a к другим узлам). Теперь я хочу вычислить логарифмическую вероятность MLE.

9 maximum-likelihood  markov-process  likelihood 

Как я могу оценить 95% доверительные интервалы, используя профилирование для параметров, оцениваемых путем максимизации логарифмической функции правдоподобия с использованием optim в R? Я знаю, что могу асимптотически оценить ковариационную матрицу, инвертировав гессиан , но я обеспокоен тем, что мои данные не соответствуют предположениям, необходимым для того, чтобы этот метод был …

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

Предположим, что у нас есть линейная модель которая удовлетворяет всем стандартным предположениям регрессии (Гаусса-Маркова). Мы заинтересованы в . θ = 1 / β 1Yя= β0+ β1Икся+ ϵяYязнак равноβ0+β1Икся+εяy_i = \beta_0 + \beta_1 x_i + \epsilon_iθ = 1 / β1θзнак равно1/β1\theta = 1/\beta_1 Вопрос 1: Какие предположения необходимы для того, чтобы …

9 regression  distributions  maximum-likelihood  bootstrap 

Мне нужно сделать вывод о положительном параметре . Чтобы подчеркнуть положительность, я репараметризовал . Используя процедуру MLE, я вычислил точечную оценку и нашел для . Свойство инвариантности MLE напрямую дает мне точечную оценку для p , но я не уверен, как вычислить se для p . Заранее благодарен за любое …

9 maximum-likelihood  standard-error  delta-method