Pertanyaan yang diberi tag «identifiability»

Saya tahu bahwa dengan model yang tidak dapat diidentifikasi, data dapat dikatakan dihasilkan oleh beberapa penugasan berbeda ke parameter model. Saya tahu bahwa kadang-kadang dimungkinkan untuk membatasi parameter sehingga semua dapat diidentifikasi, seperti dalam contoh di Cassella & Berger 2nd ed, bagian 11.2. Diberikan model tertentu, bagaimana saya bisa mengevaluasi …

38 identifiability 

T: Apa cara standar untuk mengelompokkan data menggunakan Proses Dirichlet? Saat menggunakan cluster sampel Gibbs, muncul dan menghilang selama pengambilan sampel. Selain itu, kami memiliki masalah pengidentifikasian karena distribusi posterior tidak berbeda dengan relabeling cluster. Dengan demikian, kita tidak bisa mengatakan mana yang merupakan kluster dari seorang pengguna melainkan bahwa …

14 bayesian  clustering  mcmc  dirichlet-process  identifiability 

Pertanyaan ini menindaklanjuti stats.stackexchange.com/q/233658 Model regresi logistik untuk kelas {0, 1} adalah P(y=1|x)=exp(wTx)1+exp(wTx)P(y=0|x)=11+exp(wTx)P(y=1|x)=exp⁡(wTx)1+exp⁡(wTx)P(y=0|x)=11+exp⁡(wTx) \mathbb{P} (y = 1 \;|\; x) = \frac{\exp(w^T x)}{1 + \exp(w^T x)} \\ \mathbb{P} (y = 0 \;|\; x) = \frac{1}{1 + \exp(w^T x)} Jelas probabilitas tersebut berjumlah 1. Dengan mengatur kita juga bisa mendefinisikan regresi logistik …

8 logistic  neural-networks  multinomial-logit  softmax  identifiability 

Cukup intuitif bahwa sebagian besar topologi / arsitektur jaringan saraf tidak dapat diidentifikasi. Tapi apa saja hasil yang terkenal di lapangan? Apakah ada kondisi sederhana yang memungkinkan / mencegah pengidentifikasian? Sebagai contoh, semua jaringan dengan fungsi aktivasi nonlinear dan lebih dari satu lapisan tersembunyi tidak dapat diidentifikasi semua jaringan dengan …

8 neural-networks  conv-neural-network  rnn  identifiability 

Saya selalu berjuang untuk mendapatkan esensi identifikasi sejati dalam ekonometrik. Saya tahu bahwa kami menyatakan bahwa parameter (katakanlahθ^θ^\hat{\theta}) dapat diidentifikasi jika hanya dengan melihat distribusi (bersama) kita dapat menyimpulkan nilai parameter. Dalam kasus sederhanay=b1X+uy=b1X+uy=b_1X+udimana E[u]=0,E[u|x]=0E[u]=0,E[u|x]=0E[u]=0,E[u|x]=0 kita bisa nyatakan itu b1b1b_1 diidentifikasi jika kita tahu variansnya Var(b^)>0Var(b^)>0Var(\hat{b})>0. Tetapi bagaimana jikaE[u|X]=aE[u|X]=aE[u|X]=a dimana …

8 estimation  identifiability