Pertanyaan yang diberi tag «maximum-likelihood»

Hastie dan Tibshirani menyebutkan dalam bagian 4.3.2 dari buku mereka bahwa dalam pengaturan regresi linier, pendekatan kuadrat terkecil sebenarnya merupakan kasus khusus dari kemungkinan maksimum. Bagaimana kita dapat membuktikan hasil ini? PS: Tidak ada detail matematis.

9 regression  maximum-likelihood  least-squares 

Pertanyaannya didasarkan pada makalah berjudul: Rekonstruksi gambar dalam tomografi optik difus menggunakan model transport-difusi radiatif digabungkan Tautan unduhan Penulis menerapkan EM algoritma dengan sparsity regularisasi vektor yang tidak diketahui untuk memperkirakan pixel dari suatu gambar. Model ini diberikan oleh μl1l1l_1μμ\mu y=Aμ+e(1)(1)y=Aμ+ey=A\mu + e \tag{1} Estimasi diberikan dalam Persamaan (8) sebagai …

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

Saya membaca dalam buku pembelajaran mesin bahwa parameter regresi linier dapat diperkirakan (antara metode lain) dengan gradient descent, sedangkan parameter regresi logistik biasanya diestimasi dengan estimasi kemungkinan maksimum. Apakah mungkin untuk menjelaskan kepada seorang pemula (saya) mengapa kita memerlukan metode yang berbeda untuk regresi linier / logistik. alias mengapa tidak …

9 regression  logistic  maximum-likelihood 

Saya memiliki model campuran yang saya ingin menemukan penduga kemungkinan maksimum dari diberikan satu set data dan satu set data yang diamati sebagian . Saya telah mengimplementasikan langkah-E (menghitung ekspektasi dari diberikan dan parameter saat ini ), dan langkah-M, untuk meminimalkan kemungkinan log negatif yang diberikan pada diharapkan .xxxzzzzzzxxxθkθk\theta^kzzz Seperti …

9 maximum-likelihood  mixture  expectation-maximization 

Dalam filogenetik, pohon filogenetik sering dibangun menggunakan analisis MLE atau Bayesian. Seringkali, flat sebelumnya digunakan dalam estimasi Bayesian. Seperti yang saya pahami, perkiraan Bayesian adalah estimasi kemungkinan yang menggabungkan prior. Pertanyaan saya adalah, jika Anda menggunakan flat sebelumnya, apakah ada bedanya dengan hanya melakukan analisis kemungkinan?

9 bayesian  confidence-interval  maximum-likelihood  likelihood  phylogeny 

Dalam Analisis Kelangsungan Hidup, Anda menganggap waktu kelangsungan hidup rv untuk didistribusikan secara eksponensial. Mempertimbangkan sekarang bahwa saya memiliki x 1 , … , x n "hasil" dari iid rv's X i . Hanya sebagian dari hasil ini yang sebenarnya "sepenuhnya terwujud", yaitu pengamatan yang tersisa masih "hidup".XiXiX_ix1,…,xnx1,…,xnx_1,\dots,x_nXiXiX_i Jika saya …

9 maximum-likelihood  references  survival  censoring  exponential-family 

Seumur hidup 3 komponen elektronik adalah dan . Variabel acak telah dimodelkan sebagai sampel acak berukuran 3 dari distribusi eksponensial dengan parameter . Fungsi likelihood adalah, untukX1=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 x = ( 2 , 1.5 , 2.1 )f3(x|θ)=θ3exp(−6.6θ)f3(x|θ)=θ3exp(−6.6θ)f_{3}(x|\theta) = \theta^{3} exp(-6.6\theta) , di …

9 distributions  maximum-likelihood  exponential 

Secara default ketika kami menggunakan glmfungsi dalam R, ia menggunakan metode iteratively reweighted least square (IWLS) untuk menemukan estimasi kemungkinan maksimum parameter. Sekarang saya punya dua pertanyaan. Apakah estimasi IWLS menjamin maksimum global dari fungsi kemungkinan? Berdasarkan slide terakhir dalam presentasi ini , saya pikir tidak! Saya hanya ingin memastikan …

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

Ini adalah masalah latihan untuk ujian tengah semester. Masalahnya adalah contoh algoritma EM. Saya mengalami masalah dengan bagian (f). Saya membuat daftar bagian (a) - (e) untuk penyelesaian dan jika saya melakukan kesalahan sebelumnya. Misalkan X1,…,XnX1,…,XnX_1,\ldots,X_n menjadi variabel acak eksponensial independen dengan laju θθ\theta . Sayangnya, nilai aktual XXXtidak diamati, …

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

Saya telah membaca tentang MLE sebagai metode untuk menghasilkan distribusi yang sesuai. Saya menemukan sebuah pernyataan yang mengatakan bahwa perkiraan kemungkinan maksimum "memiliki perkiraan distribusi normal." Apakah ini berarti bahwa jika saya menerapkan MLE berulang kali pada data saya dan keluarga distribusi yang saya coba cocokkan, model yang saya dapatkan …

9 normal-distribution  estimation  maximum-likelihood 

Dalam Dixon, Coles ( 1997 ), mereka telah menggunakan estimasi kemungkinan maksimum untuk dua model Poisson independen yang dimodifikasi dalam (4.3) untuk memodelkan skor dalam sepak bola. Saya mencoba menggunakan R untuk "mereproduksi" alfa dan beta serta parameter efek rumah (hal 274, Tabel 4) tanpa menggunakan paket apa pun (menggunakan …

9 r  modeling  maximum-likelihood  games 

Saya mempelajari berbagai metode estimasi titik dan membaca bahwa ketika menggunakan estimasi MAP vs ML, ketika kami menggunakan "uniform uniform", perkiraannya sama. Adakah yang bisa menjelaskan apa itu "seragam" sebelumnya dan memberikan beberapa contoh (sederhana) tentang kapan penduga MAP dan ML akan sama?

9 machine-learning  probability  bayesian  estimation  maximum-likelihood 

Jika yang iid distribusi Poisson dengan parameter β Saya telah bekerja bahwa estimasi maksimum likelihood adalah β ( k 1 , ... , k n ) = 1K1, ... , KnK1,…,KnK_1, \dots, K_nββ\betauntuk datak1,…,kn. Oleh karena itu kita dapat mendefinisikan penduga yang sesuai T=1β^( k1, ... , kn) = 1n∑i …

9 variance  maximum-likelihood  poisson-distribution 

Saat ini saya bekerja dengan rantai Markov dan menghitung Perkiraan Kemungkinan Maksimum menggunakan probabilitas transisi seperti yang disarankan oleh beberapa sumber (yaitu, jumlah transisi dari a ke b dibagi dengan jumlah transisi keseluruhan dari a ke node lain). Sekarang saya ingin menghitung kemungkinan log dari MLE.

9 maximum-likelihood  markov-process  likelihood 

Bagaimana saya bisa memperkirakan interval kepercayaan 95% menggunakan profil untuk parameter yang diestimasi dengan memaksimalkan fungsi log-likelihood menggunakan optim di R? Saya tahu saya dapat secara asimtotik memperkirakan matriks kovarians dengan membalik goni , tetapi saya khawatir bahwa data saya tidak memenuhi asumsi yang diperlukan agar metode ini valid. Saya …

9 r  confidence-interval  maximum-likelihood  optimization  profile-likelihood