Pertanyaan yang diberi tag «maximum-likelihood»

Misalkan kita memiliki sampel acak dari distribusi normal bivariat yang memiliki nol sebagai mean dan varians, sehingga satu-satunya parameter yang tidak diketahui adalah kovarians. Apa MLE dari kovarian? Saya tahu itu harus seperti tapi bagaimana kita tahu ini?1n∑nj=1xjyj1n∑j=1nxjyj\frac{1}{n} \sum_{j=1}^{n}x_j y_j

10 normal-distribution  mathematical-statistics  maximum-likelihood  bivariate 

Saya mengerti bahwa jika saya memiliki dua model A dan B dan A bersarang di B maka, diberikan beberapa data, saya dapat menyesuaikan parameter A dan B menggunakan MLE dan menerapkan tes rasio kemungkinan log umum. Secara khusus, distribusi uji harus dengan n derajat kebebasan di mana n adalah perbedaan …

10 maximum-likelihood  model-selection  likelihood-ratio 

Saya tertarik pada referensi yang baik untuk hasil mengenai sifat asimptotik dari penduga kemungkinan maksimum. Pertimbangkan model mana adalah kepadatan -dimensi, dan \ hat \ theta_n adalah MLE berdasarkan sampel X_1, \ ldots, X_n dari f_n (\ cdot \ mid \ theta_0) di mana \ theta_0 adalah nilai \ true …

10 maximum-likelihood  references 

Saya sedang mengerjakan kumpulan data. Setelah menggunakan beberapa teknik identifikasi model, saya keluar dengan model ARIMA (0,2,1). Saya menggunakan detectIOfungsi dalam paket TSAdalam R untuk mendeteksi outlier inovatif (IO) pada pengamatan ke-48 set data asli saya. Bagaimana cara memasukkan pencilan ini ke dalam model saya sehingga saya dapat menggunakannya untuk …

10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models 

Saya memiliki GLMM formulir: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Ketika saya menggunakan drop1(model, test="Chi"), saya mendapatkan hasil yang berbeda daripada jika saya menggunakan Anova(model, type="III")dari paket mobil atau summary(model). Dua yang terakhir ini memberikan jawaban yang sama. Menggunakan banyak data yang …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

Model regresi Poisson nol meningkat didefinisikan untuk sampel oleh dan selanjutnya mengasumsikan bahwa parameter dan memenuhiY i = { 0 dengan probabilitas p i + ( 1 - p i ) e - λ i k dengan probabilitas ( 1 - p i ) e - λ i λ k …

10 generalized-linear-model  maximum-likelihood  poisson-distribution  expectation-maximization  latent-variable 

Misalkan saya amati iid , dan keinginan untuk menguji H 0 : A vech ( Σ - 1 ) = a untuk Selaras matriks A dan vektor a . Apakah ada pekerjaan yang diketahui untuk masalah ini?xsaya∼ N( μ , Σ )xi∼N(μ,Σ)x_i \sim \mathcal{N}\left(\mu,\Sigma\right)H0: A H0:A H_0: A\ ( Σ- …

10 hypothesis-testing  normal-distribution  multivariate-analysis  maximum-likelihood  covariance 

Saya telah memiliki cukup banyak kursus tentang statistik selama tahun-tahun sekolah saya dan di universitas. Saya memiliki pemahaman yang adil tentang konsep-konsep, seperti, CI, nilai-p, menafsirkan signifikansi statistik, pengujian berganda, korelasi, regresi linier sederhana (dengan kuadrat terkecil) (model linier umum), dan semua tes hipotesis. Saya telah diperkenalkan dengan banyak dari …

10 bayesian  references  maximum-likelihood  generalized-linear-model 

Tes Wald, Likelihood Ratio dan Lagrange Multiplier dalam konteks estimasi kemungkinan maksimum adalah setara secara asimptotik. Namun, untuk sampel kecil, mereka cenderung menyimpang sedikit, dan dalam beberapa kasus mereka menghasilkan kesimpulan yang berbeda. Bagaimana mereka dapat diurutkan berdasarkan seberapa besar kemungkinan mereka menolak nol? Apa yang harus dilakukan ketika tes …

10 hypothesis-testing  maximum-likelihood 

Seorang pasien dirawat di rumah sakit. Lama tinggal mereka tergantung pada 2 hal: Tingkat keparahan cedera mereka, dan seberapa besar asuransi mereka bersedia membayar untuk menjaga mereka di rumah sakit. Beberapa pasien akan pergi sebelum waktunya jika asuransi mereka memutuskan untuk berhenti membayar untuk masa inap mereka. Asumsikan yang berikut: …

10 maximum-likelihood  modeling 

Pertanyaan saya muncul dari membaca bacaan Minka "Memperkirakan Distribusi Dirichlet" , yang menyatakan berikut tanpa bukti dalam konteks memperoleh penduga kemungkinan maksimum untuk distribusi Dirichlet berdasarkan pengamatan vektor acak: Seperti biasa dengan keluarga eksponensial, ketika gradien adalah nol, statistik yang diharapkan cukup sama dengan statistik yang diamati cukup. Saya belum …

10 self-study  maximum-likelihood  exponential-family  sufficient-statistics 

Saya ingin memahami beberapa fakta tentang estimator kemungkinan maksimum (MLE) untuk regresi logistik. Apakah benar bahwa, secara umum, MLE untuk regresi logistik bias? Saya akan mengatakan "ya". Saya tahu, misalnya, bahwa dimensi sampel terkait dengan bias asimptotik MLEs. Apakah Anda tahu ada contoh dasar dari fenomena ini? Jika MLE bias, …

10 logistic  maximum-likelihood  unbiased-estimator  bias 

Saya telah mencapai hingga dlnLdμ=∑i=1n2(xi−u)1+(xi−u)2dln⁡Ldμ=∑i=1n2(xi−u)1+(xi−u)2\frac{d\ln L}{d\mu}=\sum_{i=1}^n \frac{2(x_i-u)}{1+(x_i-u)^2} Dimana uuuadalah parameter lokasi. DanLLLadalah fungsi kemungkinan. Saya tidak mendapatkan cara untuk melanjutkan. Tolong bantu.

10 self-study  maximum-likelihood  cauchy 

Pertimbangkan Bayesian posterior . Secara asimptotik, maksimum terjadi pada estimasi MLE , yang hanya memaksimalkan kemungkinan .θ∣Xθ∣X\theta\mid Xθ^θ^\hat \thetaargminθfθ(X)argminθfθ(X)\operatorname{argmin}_\theta\, f_\theta(X) Semua konsep ini — prior Bayesian, memaksimalkan kemungkinan — terdengar super berprinsip dan sama sekali tidak sewenang-wenang. Tidak ada catatan yang terlihat. Namun MLE meminimalkan divergensi KL antara distribusi nyata …

9 bayesian  maximum-likelihood  kullback-leibler 

Casella dan Berger menyatakan properti invarian penaksir ML sebagai berikut: Namun, bagi saya tampaknya mereka mendefinisikan "kemungkinan" dari dalam cara yang sepenuhnya ad hoc dan tidak masuk akal:ηη\eta Jika saya menerapkan aturan dasar teori probabilitas pada kasus sederhana apakah , saya malah mendapatkan yang berikut: Sekarang menerapkan teorema Bayes, dan …

9 self-study  bayesian  maximum-likelihood  frequentist  invariance