Ich habe eine ziemlich geringe Wahrscheinlichkeit, dass sich Metropolis-Hastings-Sampler sehr unregelmäßig durch den Parameterraum bewegen, dh es kann keine Konvergenz erreicht werden, unabhängig von den Parametern der Angebotsverteilung (in meinem Fall ist es Gauß). Mein Modell weist keine hohe...
Ich arbeite derzeit mit Markov-Ketten und berechnete die Maximum-Likelihood-Schätzung unter Verwendung von Übergangswahrscheinlichkeiten, wie von mehreren Quellen vorgeschlagen (dh Anzahl der Übergänge von a nach b geteilt durch die Anzahl der Gesamtübergänge von a zu anderen Knoten). Ich möchte...
Betrachten Sie eine Antwort y und Datenmatrix X . Angenommen, ich erstelle ein Modell des Formulars - y ~ g (X, )θθ\theta (g () könnte eine beliebige Funktion von X und )θθ\theta Zur Schätzung von θθ\theta Verwendung der Maximum Likelihood (ML) -Methode könnte ich entweder mit der bedingten ML...
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,
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...
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,...
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...
Dies ist ein Übungsproblem für eine Zwischenprüfung. Das Problem ist ein Beispiel für einen EM-Algorithmus. Ich habe Probleme mit Teil (f). Ich liste die Teile (a) - (e) zur Vervollständigung auf und falls ich früher einen Fehler gemacht habe. Sei unabhängige exponentielle Zufallsvariablen mit der...
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...
In der Überlebensanalyse nehmen Sie an, dass die Überlebenszeit eines rv exponentiell verteilt ist. Wenn man bedenkt, dass ich jetzt "Ergebnisse" von iid rvs . Nur ein Teil dieser Ergebnisse ist tatsächlich "vollständig verwirklicht", dh die verbleibenden Beobachtungen sind noch "lebendig".x 1 , …...
Hastie und Tibshirani erwähnen in Abschnitt 4.3.2 ihres Buches, dass in der linearen Regressionseinstellung der Ansatz der kleinsten Quadrate tatsächlich ein Sonderfall mit maximaler Wahrscheinlichkeit ist. Wie können wir dieses Ergebnis beweisen? PS: Ersparen Sie keine mathematischen...
Ich studiere derzeit über logistische Regression. Aber ich bleibe bei der Berechnung des Abschnitts ( ) und des Koeffizienten ( β 1 ) stecken . Ich habe über das Internet danach gesucht, aber nur Tutorials mit Microsoft Excel oder integrierten Funktionen in R erhalten. Ich habe gehört, dass es...
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....
Ich habe ein Mischungsmodell, mit dem ich den Maximum-Likelihood-Schätzer für einen gegebenen Datensatz xxx und einen Satz teilweise beobachteter Daten finden möchte zzz. Ich habe sowohl den E-Schritt (Berechnung der Erwartung von zzz bei xxx und der aktuellen Parameter θkθk\theta^k ) als auch den...
Wie interpretieren Sie eine Überlebenskurve aus dem Cox-Proportional-Hazard-Modell? Nehmen wir in diesem Spielzeugbeispiel an, wir haben ein Cox-Proportional-Hazard-Modell für ageVariablen in kidneyDaten und generieren die Überlebenskurve. library(survival) fit <- coxph(Surv(time, status)~age,...
Ich habe Probleme mit der Implementierung des Maximum-Likelihood-Schätzers für einen multivariaten Hawkes-Prozess (HP). Während der analytische Ausdruck für eine Log-Likelihood-Funktion eines univariaten HP leicht online zu finden ist (z. B. Ozaki, 1979), scheint es unterschiedliche (inkonsistente...
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...
Diese Frage stellte sich im Unterricht: Wenn wir p-Werte verwenden, um Hypothesen für ein Experiment zu bewerten, welchen Teil des Wahrscheinlichkeitsprinzips befolgen wir nicht: Suffizienz oder Konditionalität ? Meine Intuition wäre, Suffizienz zu sagen , da die Berechnung eines p-Werts auf...
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...
Angenommen, wir ersetzen die Verlustfunktion der logistischen Regression (die normalerweise logarithmisch wahrscheinlich ist) durch die MSE. Das heißt, das logarithmische Quotenverhältnis muss immer noch eine lineare Funktion der Parameter sein, aber die Summe der quadratischen Differenzen zwischen...