Perguntas com a marcação «maximum-likelihood»

Casella e Berger declaram a propriedade de invariância do estimador de ML da seguinte maneira: No entanto, parece-me que eles definem a "probabilidade" de ηη\eta de uma maneira completamente ad hoc e sem sentido: Se eu aplicar regras básicas da teoria das probabilidades ao caso simples em que , obtenho …

9 self-study  bayesian  maximum-likelihood  frequentist  invariance 

Hastie e Tibshirani mencionam na seção 4.3.2 do livro que, na configuração de regressão linear, a abordagem dos mínimos quadrados é de fato um caso especial de máxima probabilidade. Como podemos provar esse resultado? PS: Não poupe detalhes matemáticos.

9 regression  maximum-likelihood  least-squares 

A questão é baseada no artigo intitulado: Reconstrução de imagens em tomografia óptica difusa usando o modelo de transporte-difusão radiativa acoplada Link para Download Os autores aplicam EM algoritmo com l1l1l_1 sparsity regularização de um vector desconhecida μμ\mu para estimar os pixels de uma imagem. O modelo é dado por …

9 self-study  bayesian  maximum-likelihood  expectation-maximization  moving-average 

Li em um livro de aprendizado de máquina que parâmetros de regressão linear podem ser estimados (entre outros métodos) por descida de gradiente, enquanto parâmetros de regressão logística são geralmente estimados por estimativa de probabilidade máxima. É possível explicar a um iniciante (eu) por que precisamos de métodos diferentes para …

9 regression  logistic  maximum-likelihood 

Eu tenho um modelo de mistura no qual desejo encontrar o estimador de probabilidade máxima de um dado conjunto de dados e um conjunto de dados parcialmente observados . Eu implementei a etapa E (calculando a expectativa de z dado x e os parâmetros atuais \ theta ^ k ) …

9 maximum-likelihood  mixture  expectation-maximization 

Na filogenética, as árvores filogenéticas são frequentemente construídas usando MLE ou análise bayesiana. Muitas vezes, um plano prévio é usado na estimativa bayesiana. Pelo que entendi, uma estimativa bayesiana é uma estimativa de probabilidade que incorpora uma prévia. Minha pergunta é: se você usa um flat anterior, é diferente de …

9 bayesian  confidence-interval  maximum-likelihood  likelihood  phylogeny 

Tempo de vida de 3 componentes electrónicos são e X 3 = 2,1 . As variáveis ​​aleatórias foram modeladas como uma amostra aleatória de tamanho 3 da distribuição exponencial com o parâmetro θ . A função de probabilidade é, para θ > 0X1 1= 3 , X2= 1,5 ,X1=3,X2=1.5,X_{1} = …

9 distributions  maximum-likelihood  exponential 

Na Análise de Sobrevivência, você assume que o tempo de sobrevivência de um rv seja distribuído exponencialmente. Considerando agora que eu tenho "resultados" do do iid rv . Apenas uma parte desses resultados é de fato "plenamente realizada", ou seja, as demais observações ainda estão "vivas".x 1 , … , …

9 maximum-likelihood  references  survival  censoring  exponential-family 

Por padrão, quando usamos uma glmfunção em R, utiliza a mínimos quadrados iterativo reponderadas método (IWLS) para encontrar a estimativa da probabilidade máxima dos parâmetros. Agora eu tenho duas perguntas. As estimativas da IWLS garantem o máximo global da função de probabilidade? Com base no último slide desta apresentação, acho …

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

Esse é um problema de prática para um exame intermediário. O problema é um exemplo de algoritmo EM. Estou tendo problemas com a parte (f). Listo as partes (a) - (e) para conclusão e, caso tenha cometido um erro anteriormente. Seja sejam variáveis ​​aleatórias exponenciais independentes com taxa . Infelizmente, …

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

Eu tenho lido sobre o MLE como um método de gerar uma distribuição ajustada. Me deparei com uma declaração dizendo que as estimativas de probabilidade máxima "têm distribuições normais aproximadas". Isso significa que, se eu aplicar o MLE várias vezes sobre meus dados e a família de distribuições em que …

9 normal-distribution  estimation  maximum-likelihood 

Em Dixon, Coles ( 1997 ), eles usaram a estimativa de máxima verossimilhança para os dois modelos independentes de Poisson modificados em (4.3) para modelar as pontuações no futebol. Estou tentando usar R para "reproduzir" os parâmetros alfa e beta, bem como os parâmetros de efeito doméstico (pág. 274, Tabela …

9 r  modeling  maximum-likelihood  games 

Estou estudando métodos diferentes de estimativa de pontos e leio que, ao usar estimativas de MAP vs ML, quando usamos um "anterior uniforme", as estimativas são idênticas. Alguém pode explicar o que é um prior "uniforme" e dar alguns exemplos (simples) de quando os estimadores de MAP e ML seriam …

9 machine-learning  probability  bayesian  estimation  maximum-likelihood 

Se são distribuições de Poisson iid com o parâmetro que a estimativa de probabilidade máxima é para dados . Portanto, podemos definir o estimador correspondente Minha pergunta é como você descobriria a variação desse estimador?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 …

9 variance  maximum-likelihood  poisson-distribution 

Atualmente, estou trabalhando com cadeias de Markov e calculei a Estimativa de Máxima Verossimilhança usando probabilidades de transição, conforme sugerido por várias fontes (ou seja, número de transições de a para b dividido pelo número de transições gerais de a para outros nós). Agora eu quero calcular a probabilidade de …

9 maximum-likelihood  markov-process  likelihood