Pertanyaan yang diberi tag «maximum-likelihood»

Saya sedang mempelajari tentang estimasi kemungkinan maksimum dan saya membaca bahwa fungsi kemungkinan adalah produk dari probabilitas setiap variabel. Mengapa ini produknya? Kenapa bukan jumlahnya? Saya telah mencoba mencari di Google tetapi saya tidak dapat menemukan jawaban yang berarti. https://en.wikipedia.org/wiki/Maximum_likelihood

22 maximum-likelihood 

Mengapa begitu umum untuk mendapatkan estimasi kemungkinan maksimum dari parameter, tetapi Anda hampir tidak pernah mendengar tentang perkiraan parameter kemungkinan yang diharapkan (yaitu, berdasarkan pada nilai yang diharapkan daripada mode fungsi kemungkinan)? Apakah ini terutama karena alasan historis, atau karena alasan teknis atau teoretis yang lebih substantif? Apakah akan ada …

22 probability  mathematical-statistics  maximum-likelihood  optimization  expected-value 

Saya seorang ahli matematika yang mempelajari statistik dan berjuang terutama dengan bahasa. Dalam buku yang saya gunakan, ada masalah berikut: Variabel acak diberikan sebagai -distribusi dengan . (Tentu saja, Anda dapat mengambil distribusi apa pun tergantung pada satu parameter untuk kepentingan pertanyaan ini.) Kemudian sampel lima nilai 14 , 21 …

21 maximum-likelihood 

Distribusi mana yang memiliki solusi bentuk tertutup untuk perkiraan kemungkinan maksimum dari parameter dari sampel pengamatan independen?

21 distributions  mathematical-statistics  maximum-likelihood 

Presisi didefinisikan sebagai: p = true positives / (true positives + false positives) Apakah benar bahwa, sebagai true positivesdan false positivespendekatan 0, presisi mendekati 1? Pertanyaan yang sama untuk diingat: r = true positives / (true positives + false negatives) Saat ini saya sedang menerapkan tes statistik di mana saya …

20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 

Konteks Multivariate Gaussian sering muncul dalam Pembelajaran Mesin dan hasil berikut digunakan di banyak buku dan kursus ML tanpa derivasi. Data yang diberikan dalam bentuk matriks XX\mathbf{X} dimensi m×pm×p m \times p , jika kita mengasumsikan bahwa data mengikuti distribusi Gaussian ppp variatif dengan rata-rata parameter μμ\mu ( p×1p×1p \times …

20 normal-distribution  maximum-likelihood  estimators  multivariate-normal 

Statistik Frequentist bagi saya identik dengan mencoba membuat keputusan yang baik untuk semua sampel yang mungkin. Yaitu, aturan keputusan frequentist harus selalu berusaha meminimalkan risiko frequentist, yang tergantung pada fungsi kerugian dan keadaan sebenarnya :L θ 0δδ\deltaLLLθ0θ0\theta_0 Rfreq=Eθ0(L(θ0,δ(Y))Rfreq=Eθ0(L(θ0,δ(Y))R_\mathrm{freq}=\mathbb{E}_{\theta_0}(L(\theta_0,\delta(Y)) Bagaimana estimasi kemungkinan maksimum terhubung ke risiko frequentist? Mengingat bahwa itu adalah …

19 maximum-likelihood  frequentist 

Hai dapat hal yang sama ditunjukkan untuk mendapatkan parameter bentuk dan skala untuk metode kemungkinan maksimum yang dimodifikasi

19 r  maximum-likelihood  weibull 

Pertimbangkan vektor parameter , dengan parameter yang diminati, dan sebagai parameter gangguan.θ 1 θ 2( θ1, θ2)(θ1,θ2)(\theta_1, \theta_2)θ1θ1\theta_1θ2θ2\theta_2 Jika adalah kemungkinan yang dikonstruksi dari data , kemungkinan profil untuk didefinisikan sebagai di mana adalah MLE dari untuk nilai tetap dari .x θ 1 L P ( θ 1 ; x …

19 maximum-likelihood  likelihood  profile-likelihood 

Gagasan statistik 'mendasar' untuk memperkirakan parameter adalah kemungkinan maksimum . Saya bertanya-tanya apa ide yang sesuai dalam pembelajaran mesin. Qn 1. Apakah adil untuk mengatakan bahwa ide 'mendasar' dalam pembelajaran mesin untuk memperkirakan parameter adalah: 'Kehilangan Fungsi' [Catatan: Adalah kesan saya bahwa algoritma pembelajaran mesin sering mengoptimalkan fungsi kerugian dan …

19 machine-learning  maximum-likelihood  loss-functions  pac-learning 

Halo Saya memiliki dua masalah yang terdengar seperti kandidat alami untuk model bertingkat / campuran, yang tidak pernah saya gunakan. Yang lebih sederhana, dan yang saya harap coba sebagai pengantar, adalah sebagai berikut: Data tampak seperti banyak baris formulir x y innergroup outergroup di mana x adalah kovariat numerik di …

18 r  mixed-model  maximum-likelihood  generalized-linear-model 

Latar Belakang: Catatan: Kumpulan data dan kode-r saya termasuk di bawah teks Saya ingin menggunakan AIC untuk membandingkan dua model efek campuran yang dihasilkan menggunakan paket lme4 di R. Setiap model memiliki satu efek tetap dan satu efek acak. Efek tetap berbeda di antara model, tetapi efek acak tetap sama …

18 maximum-likelihood  random-effects-model  fixed-effects-model  mixed-model  lme4-nlme 

Kesan yang saya dapat, berdasarkan beberapa makalah, buku, dan artikel yang saya baca, adalah cara yang disarankan untuk menyesuaikan distribusi probabilitas pada set data adalah dengan menggunakan estimasi kemungkinan maksimum (MLE). Namun, sebagai seorang fisikawan, cara yang lebih intuitif adalah dengan menyesuaikan pdf model dengan pdf empiris data menggunakan kuadrat …

18 distributions  maximum-likelihood  least-squares  heteroscedasticity  fitting 

Konteks : Regresi hierarkis dengan beberapa data yang hilang. Pertanyaan : Bagaimana cara saya menggunakan estimasi kemungkinan maksimum informasi penuh (FIML) untuk mengatasi data yang hilang dalam R? Apakah ada paket yang akan Anda rekomendasikan, dan apa langkah-langkah khasnya? Sumber dan contoh online akan sangat membantu juga. PS : Saya …

18 r  maximum-likelihood  missing-data 

Saya ditanya pertanyaan ini tempo hari dan tidak pernah mempertimbangkannya sebelumnya. Intuisi saya berasal dari kelebihan masing-masing estimator. Kemungkinan maksimum lebih disukai ketika kami yakin dalam proses menghasilkan data karena, tidak seperti metode momen, itu memanfaatkan pengetahuan dari seluruh distribusi. Karena penduga Kementerian Perindustrian hanya menggunakan informasi yang terdapat pada …

17 mathematical-statistics  maximum-likelihood  estimators  method-of-moments