Вопросы с тегом «maximum-likelihood»

метод оценки параметров статистической модели путем выбора значения параметра, оптимизирующего вероятность наблюдения данной выборки.

1
Байесовская, MDL или ML интерпретация перекрестной проверки?
Есть ли известная байесовская, ML или MDL интерпретация перекрестной проверки? Могу ли я интерпретировать перекрестную проверку как выполнение правильного обновления специально созданного ранее?

1
Когда нельзя распределить выборку по частоте в байесовской апостериорной системе в условиях регрессии?
Мои актуальные вопросы приведены в двух последних абзацах, но для их мотивации: Если я пытаюсь оценить среднее значение случайной величины, которая следует за нормальным распределением с известной дисперсией, я прочитал, что если поставить перед средним равномерное значение, получится апостериорное распределение, пропорциональное функции правдоподобия. В этих ситуациях байесовский доверительный интервал полностью …

1
Оценки параметров для нормального распределения асимметрии
Каковы оценки параметров формул для косой нормали? Если вы можете, деривация через MLE или Mom тоже была бы отличной. Спасибо Редактировать . У меня есть набор данных, для которых я могу сказать визуально по графикам немного перекошен влево. Я хочу оценить среднее значение и дисперсию, а затем провести тест на …

2
Сколько исчисления необходимо, чтобы понять оценку максимального правдоподобия?
Я пытаюсь спланировать учебный план для изучения MLE. Чтобы сделать это, я пытаюсь выяснить, какой минимальный уровень исчисления необходим для понимания MLE. Достаточно ли понять основы исчисления (то есть найти минимум и максимум функций), чтобы понять MLE?

2
Несмещенная оценка для модели AR ( )
Рассмотрим модель AR ( ) (предполагая нулевое среднее значение для простоты):ппp ИксT= φ1Икст - 1+ … + ΦпИкст - р+ εTИксTзнак равноφ1ИксT-1+...+φпИксT-п+εT x_t = \varphi_1 x_{t-1} + \dotsc + \varphi_p x_{t-p} + \varepsilon_t Оценщик OLS (эквивалентный условному максимального правдоподобия) для является предвзятым, как отмечалось в недавнем потоке .φ : = …

1
Оценка максимального правдоподобия для отрицательного биномиального распределения
Вопрос в следующем: Случайная выборка из n значений собирается из отрицательного биномиального распределения с параметром k = 3. Найти оценку максимального правдоподобия параметра π. Найти асимптотическую формулу для стандартной ошибки этой оценки. Объясните, почему отрицательное биномиальное распределение будет приблизительно нормальным, если параметр k достаточно велик. Каковы параметры этого нормального приближения? …

1
Является ли MLE из асимптотически нормальным, когда ?
Предположим, что имеет PDF(X,Y)(X,Y)(X,Y) fθ(x,y)=e−(x/θ+θy)1x>0,y>0,θ>0fθ(x,y)=e−(x/θ+θy)1x>0,y>0,θ>0f_{\theta}(x,y)=e^{-(x/\theta+\theta y)}\mathbf1_{x>0,y>0}\quad,\,\theta>0 Плотность выборки взятой из этой совокупности, поэтому(X,Y)=(Xi,Yi)1≤i≤n(X,Y)=(Xi,Yi)1≤i≤n(\mathbf X,\mathbf Y)=(X_i,Y_i)_{1\le i\le n} gθ(x,y)=∏i=1nfθ(xi,yi)=exp[−∑i=1n(xiθ+θyi)]1x1,…,xn,y1,…,yn>0=exp[−nx¯θ−θny¯]1x(1),y(1)>0,θ>0gθ(x,y)=∏i=1nfθ(xi,yi)=exp⁡[−∑i=1n(xiθ+θyi)]1x1,…,xn,y1,…,yn>0=exp⁡[−nx¯θ−θny¯]1x(1),y(1)>0,θ>0\begin{align} g_{\theta}(\mathbf x,\mathbf y)&=\prod_{i=1}^n f_{\theta}(x_i,y_i) \\&=\exp\left[{-\sum_{i=1}^n\left(\frac{x_i}{\theta}+\theta y_i\right)}\right]\mathbf1_{x_1,\ldots,x_n,y_1,\ldots,y_n>0} \\&=\exp\left[-\frac{n\bar x}{\theta}-\theta n\bar y\right]\mathbf1_{x_{(1)},y_{(1)}>0}\quad,\,\theta>0 \end{align} Оценка максимального правдоподобия может быть получена какθθ\theta θ^(X,Y)=X¯¯¯¯Y¯¯¯¯−−−√θ^(X,Y)=X¯Y¯\hat\theta(\mathbf X,\mathbf Y)=\sqrt\frac{\overline X}{\overline Y} Я хотел бы знать, является ли предельное распределение этого …

1
Есть ли какая-то реальная статистика за «теорему Пифагора о бейсболе»?
Я читаю книгу о саберметрии, в частности, математике Уэйна Уинстона, и в первой главе он вводит количество, которое можно использовать для прогнозирования вероятности выигрыша команд: и он, похоже, намекает на то, что в середине сезона его можно использовать для прогнозирования выигрышалучше,чем выигрыша в первой половине сезона. Он обобщает формулу на …

1
Найти уникальный MVUE
Этот вопрос взят из книги Роберта Хогга «Введение в математическую статистику, 6-я версия», проблема 7.4.9 на стр. 388. Пусть будут iid с pdf ноль в другом месте, где .X1,...,XnX1,...,XnX_1,...,X_nf(x;θ)=1/3θ,−θ<x<2θ,f(x;θ)=1/3θ,−θ<x<2θ,f(x;\theta)=1/3\theta,-\theta0 (а) Найдите mle изθ^θ^\hat{\theta}θθ\theta (b) Является ли достаточной статистикой для ? Почему ?θ^θ^\hat{\theta}θθ\theta (c) Является ли уникальным MVUE для ? Почему …

1
Вывод функции правдоподобия для IV-пробита
Итак, у меня есть двоичная модель, где - скрытая ненаблюдаемая переменная, а - наблюдаемая. определяет а - мой инструмент. Так что короче модель есть. Так как условия ошибки не являются независимыми, Я использую модель IV-пробита.y∗1y1∗y_1^*y1∈{0,1}y1∈{0,1}y_1 \in \{0,1\}y2y2y_2y1y1y_1z2z2z_2y∗1y2y1===δ1z1+α1y2+u1δ21z1+δ22z2+v2=zδ+v21[y∗>0]y1∗=δ1z1+α1y2+u1y2=δ21z1+δ22z2+v2=zδ+v2y1=1[y∗>0]\begin{eqnarray} y_1^*&=& \delta_1 z_1 + \alpha_1 y_2 + u_1 \\ y_2 &=& \delta_{21} z_1 …

1
Оценка максимального правдоподобия для минимума экспоненциальных распределений
Я застрял на том, как решить эту проблему. Итак, у нас есть две последовательности случайных величин: и для . Теперь и являются независимыми экспоненциальными распределениями с параметрами и . Однако, вместо того, чтобы наблюдать и , мы видим вместо и .Y я я = 1 , . , , , …

2
Какова максимальная оценка вероятности ковариации двумерных нормальных данных, когда известны среднее значение и дисперсия?
Предположим, у нас есть случайная выборка из двумерного нормального распределения, которая имеет нули в качестве средних значений и единицы в качестве дисперсий, поэтому единственным неизвестным параметром является ковариация. Что такое MLE ковариации? Я знаю, что это должно быть что-то вроде но откуда мы это знаем?1n∑nj=1xjyj1n∑j=1nxjyj\frac{1}{n} \sum_{j=1}^{n}x_j y_j

2
Обобщенный логарифмический критерий отношения правдоподобия для не вложенных моделей
Я понимаю, что если у меня есть две модели A и B и A вложено в B, то, учитывая некоторые данные, я могу подобрать параметры A и B с помощью MLE и применить обобщенный тест логарифмического отношения правдоподобия. В частности, распределение теста должно быть с степенями свободы , где есть …

1
Общие теоремы для непротиворечивости и асимптотической нормальности максимального правдоподобия
Я заинтересован в хорошей ссылке на результаты, касающиеся асимптотических свойств оценок максимального правдоподобия. Рассмотрим модель где - это мерная плотность, а - это MLE, основанный на образце из где - это "истинное" значение . Есть два нарушения, которые меня интересуют.{fn(⋅∣θ):θ∈Θ,n∈N}{fn(⋅∣θ):θ∈Θ,n∈N}\{f_n(\cdot \mid \theta): \theta \in \Theta, n \in \mathbb N\}fn(x∣θ)fn(x∣θ)f_n(\mathbf x …

1
Как мне включить инновационный выброс при наблюдении 48 в мою модель ARIMA?
Я работаю над набором данных. После использования некоторых методов идентификации моделей я разработал модель ARIMA (0,2,1). Я использовал detectIOфункцию в пакете TSAв R, чтобы обнаружить инновационный выброс (IO) на 48-м наблюдении за моим исходным набором данных. Как включить этот выброс в мою модель, чтобы я мог использовать его для целей …
10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models 

Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.