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.

1
Wie baue ich einen innovativen Ausreißer bei Beobachtung 48 in mein ARIMA-Modell ein?
Ich arbeite an einem Datensatz. Nachdem ich einige Modellidentifikationstechniken angewendet hatte, kam ich mit einem ARIMA (0,2,1) -Modell heraus. Ich habe die detectIOFunktion im Paket TSAin R verwendet, um bei der 48. Beobachtung meines ursprünglichen Datensatzes einen innovativen Ausreißer (IO) zu erkennen . Wie kann ich diesen Ausreißer in mein …
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 
1
Warum haben Anova () und drop1 () unterschiedliche Antworten für GLMMs geliefert?
Ich habe ein GLMM der Form: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Wenn ich benutze drop1(model, test="Chi"), erhalte ich andere Ergebnisse als wenn ich Anova(model, type="III")aus dem Autopaket oder benutze summary(model). Diese beiden letzteren geben die gleichen Antworten. Unter Verwendung einer Reihe …
10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 
1
Wie verwenden Sie den EM-Algorithmus, um MLEs für eine latente Variablenformulierung eines Poisson-Modells mit Null-Inflation zu berechnen?
Das auf Null aufgeblasene Poisson-Regressionsmodell wird für eine Stichprobe durch und es wird ferner angenommen, dass die Parameter und erfüllt sindY i = { 0 mit der Wahrscheinlichkeit p i + ( 1 - p i ) e - λ i k mit der Wahrscheinlichkeit ( 1 - p i …
1
Hypothesentest an der inversen Kovarianzmatrix
Angenommen, ich beobachte iid und möchte testen vech für a konforme Matrix und Vektor . Gibt es bekannte Arbeiten zu diesem Problem?xi∼N(μ,Σ)xi∼N(μ,Σ)x_i \sim \mathcal{N}\left(\mu,\Sigma\right)H0:A H0:A H_0: A\ (Σ−1)=a(Σ−1)=a\left(\Sigma^{-1}\right) = aAAAaaa Der offensichtliche (für mich) Versuch würde über einen Likelihood-Ratio-Test erfolgen, aber es scheint, als würde die Maximierung der Wahrscheinlichkeit, die …
2
Ein gutes Buch mit gleichem Schwerpunkt auf Theorie und Mathematik
Ich habe während meiner Schulzeit und an der Universität genug Kurse über Statistik gehabt. Ich habe ein gutes Verständnis für die Konzepte wie CI, p-Werte, Interpretation der statistischen Signifikanz, Mehrfachtests, Korrelation, einfache lineare Regression (mit kleinsten Quadraten) (allgemeine lineare Modelle) und alle Hypothesentests. Ich war in den früheren Tagen größtenteils …
2
Die Dreiheit der Tests mit maximaler Wahrscheinlichkeit: Was tun, wenn widersprüchliche Schlussfolgerungen gezogen werden?
Die Tests Wald, Likelihood Ratio und Lagrange Multiplier im Rahmen der Maximum Likelihood Estimation sind asymptotisch äquivalent. Bei kleinen Stichproben weichen sie jedoch tendenziell stark voneinander ab und führen in einigen Fällen zu unterschiedlichen Schlussfolgerungen. Wie können sie danach eingestuft werden, wie wahrscheinlich es ist, dass sie die Null ablehnen? …
1
Wie hoch ist die Wahrscheinlichkeit für diesen Prozess?
Ein Patient wird ins Krankenhaus eingeliefert. Ihre Aufenthaltsdauer hängt von zwei Dingen ab: der Schwere ihrer Verletzung und der Höhe ihrer Versicherungsbereitschaft, um sie im Krankenhaus zu halten. Einige Patienten werden vorzeitig abreisen, wenn ihre Versicherung beschließt, die Zahlung für ihren Aufenthalt einzustellen. Nehmen Sie Folgendes an: 1) Die Verweildauer …
1
Exponentielle Familie: Beobachtete vs. erwartete ausreichende Statistik
Meine Frage ergibt sich aus dem Lesen von Minkas "Schätzung einer Dirichlet-Verteilung" , in dem Folgendes ohne Beweis im Zusammenhang mit der Ableitung eines Maximum-Likelihood-Schätzers für eine Dirichlet-Verteilung auf der Grundlage von Beobachtungen von Zufallsvektoren angegeben wird: Wie immer bei der Exponentialfamilie sind bei einem Gradienten von Null die erwarteten …
1
Verzerrung der Maximum-Likelihood-Schätzer für die logistische Regression
Ich möchte einige Fakten zu Maximum Likelihood Estimators (MLEs) für logistische Regressionen verstehen. Stimmt es, dass die MLE für die logistische Regression im Allgemeinen voreingenommen ist? Ich würde Ja sagen". Ich weiß zum Beispiel, dass die Probendimension mit der asymptotischen Verzerrung von MLEs zusammenhängt. Kennen Sie elementare Beispiele für dieses …
1
Warum konzentriert sich der Bayes'sche Posterior um den Minimierer der KL-Divergenz?
Betrachten Sie die Bayes - posterior θ∣Xθ∣X\theta\mid X . Asymptotisch tritt ihr Maximum bei der Schätzung MLE θ , der nur die Wahrscheinlichkeit maximiert argmin θθ^θ^\hat \thetaargminθfθ(X)argminθfθ(X)\operatorname{argmin}_\theta\, f_\theta(X) . Alle diese Konzepte - Bayesianische Prioritäten, die die Wahrscheinlichkeit maximieren - klingen super prinzipiell und überhaupt nicht willkürlich. Es ist kein …
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.