Als «maximum-likelihood» getaggte Fragen

eine Methode zum Schätzen von Parametern eines statistischen Modells durch Auswahl des Parameterwerts, der die Wahrscheinlichkeit der Beobachtung der gegebenen Stichprobe optimiert.

2
Hilfe bei der Erwartungsmaximierung aus Papier: Wie kann die vorherige Verteilung einbezogen werden?
Die Frage basiert auf dem Artikel mit dem Titel: Bildrekonstruktion in der diffusen optischen Tomographie unter Verwendung des gekoppelten Strahlungstransport-Diffusions-Modells Download-Link Die Autoren wenden EM-Algorithmus sparsity Regularisierung einer unbekannten Vektors die Pixel eines Bildes zu schätzen. Das Modell ist gegeben durchl1l1l_1μμ\mu y=Aμ+e(1)(1)y=Aμ+ey=A\mu + e \tag{1} Die Schätzung ist in Gleichung …
1
Warum können lineare und logistische Regressionskoeffizienten nicht mit derselben Methode geschätzt werden?
Ich habe in einem Buch über maschinelles Lernen gelesen, dass Parameter der linearen Regression (unter anderem) durch Gradientenabstieg geschätzt werden können, während Parameter der logistischen Regression normalerweise durch Schätzung der maximalen Wahrscheinlichkeit geschätzt werden. Ist es möglich, einem Neuling (mir) zu erklären, warum wir unterschiedliche Methoden für die lineare / …
1
Entspricht eine Bayes'sche Schätzung mit einem „Flat Prior“ einer Maximum-Likelihood-Schätzung?
In der Phylogenetik werden phylogenetische Bäume häufig mithilfe von MLE- oder Bayes'schen Analysen konstruiert. In der Bayes'schen Schätzung wird häufig ein flacher Prior verwendet. Nach meinem Verständnis ist eine Bayes'sche Schätzung eine Wahrscheinlichkeitsschätzung, die einen Prior enthält. Meine Frage ist, wenn Sie eine Wohnung vor verwenden, unterscheidet sie sich von …
1
Wie berechnet man die Wahrscheinlichkeitsfunktion?
Die Lebensdauer von 3 elektronischen Bauteilen und . Die Zufallsvariablen wurden als Zufallsstichprobe der Größe 3 aus der Exponentialverteilung mit dem Parameter modelliert . Die Wahrscheinlichkeitsfunktion ist fürX 3 = 2,1 & thgr ; & thgr ; > 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 f3(x|θ)=θ3exp(−6.6θ)f3(x|θ)=θ3exp(−6.6θ)f_{3}(x|\theta) = …
2
Parameterschätzung mit verallgemeinerten linearen Modellen
Wenn wir eine glmFunktion in R verwenden, wird standardmäßig die iterativ neu gewichtete Methode der kleinsten Quadrate (IWLS) verwendet, um die maximale Wahrscheinlichkeitsschätzung der Parameter zu ermitteln. Jetzt habe ich zwei Fragen. Garantieren IWLS-Schätzungen das globale Maximum der Wahrscheinlichkeitsfunktion? Basierend auf der letzten Folie in dieser Präsentation denke ich, dass …
1
Wie hat die Maximum-Likelihood-Schätzung eine ungefähre Normalverteilung?
Ich habe über MLE als Methode zur Erzeugung einer angepassten Verteilung gelesen. Ich bin auf eine Aussage gestoßen, die besagt, dass Schätzungen der maximalen Wahrscheinlichkeit "ungefähre Normalverteilungen haben". Bedeutet dies, dass die Modelle, die ich erhalte, normal verteilt werden, wenn ich MLE wiederholt auf meine Daten und die Verteilungsfamilie anwende, …
4
Modellierung für Fußballergebnisse
In Dixon, Coles ( 1997 ) haben sie die Maximum-Likelihood-Schätzung für die beiden modifizierten unabhängigen Poisson-Modelle in (4.3) verwendet, um die Ergebnisse im Fußball zu modellieren. Ich versuche, R zu verwenden, um die Alpha- und Beta-Parameter sowie die Home-Effekt-Parameter (S. 274, Tabelle 4) ohne Verwendung von Paketen zu "reproduzieren" (die …
2
Wie führt ein einheitlicher Prior zu denselben Schätzungen hinsichtlich der maximalen Wahrscheinlichkeit und der Art des Seitenzahns?
Ich studiere verschiedene Punktschätzungsmethoden und lese, dass bei Verwendung von MAP- und ML-Schätzungen, wenn wir einen "einheitlichen Prior" verwenden, die Schätzungen identisch sind. Kann jemand erklären, was ein "einheitlicher" Prior ist, und einige (einfache) Beispiele dafür geben, wann die MAP- und ML-Schätzer gleich wären?
2
Ermitteln der Varianz des Schätzers für die maximale Wahrscheinlichkeit für die Poisson-Verteilung
Wenn iid Poisson-Verteilungen mit dem Parameter ich herausgefunden, dass die maximale Wahrscheinlichkeitsschätzung für Daten . Daher können wir den entsprechenden Schätzer Meine Frage ist, wie würden Sie die Varianz dieses Schätzers berechnen?K1,…,KnK1,…,KnK_1, \dots, K_nββ\betaβ^(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_ik1,…,knk1,…,knk_1, \dots, k_nT=1n∑i=1nKi.T=1n∑i=1nKi.T = \frac{1}{n} \sum_{i=1}^n K_i . Da jedes …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.