Câu hỏi được gắn thẻ «likelihood»

Cho một biến ngẫu nhiên phát sinh từ phân phối tham số , khả năng được xác định là xác suất của dữ liệu được quan sát là hàm củaXF(X;θ)θ:L(θ)=P(θ;X=x)


3
Một ví dụ: Hồi quy LASSO bằng glmnet cho kết quả nhị phân
Tôi bắt đầu say mê với việc sử dụng glmnetvới LASSO Regression trong đó kết quả quan tâm của tôi là phân đôi. Tôi đã tạo một khung dữ liệu giả nhỏ bên dưới: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, …
77 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 



7
Tại sao một người nào đó sẽ sử dụng cách tiếp cận Bayes với cách 'không phù hợp' trước đó thay vì cách tiếp cận cổ điển?
Nếu sở thích chỉ đơn thuần là ước tính các tham số của mô hình (ước tính theo điểm và / hoặc khoảng) và thông tin trước đó không đáng tin cậy, yếu, (tôi biết điều này hơi mơ hồ nhưng tôi đang cố gắng thiết lập một kịch bản …


3
Làm thế nào để xác định chặt chẽ khả năng?
Khả năng có thể được xác định theo một số cách, ví dụ: hàm từ ánh xạ sang tức là .LLLΘ×XΘ×X\Theta\times{\cal X}(θ,x)(θ,x)(\theta,x)L(θ∣x)L(θ∣x)L(\theta \mid x)L:Θ×X→RL:Θ×X→RL:\Theta\times{\cal X} \rightarrow \mathbb{R} hàm ngẫu nhiênL(⋅∣X)L(⋅∣X)L(\cdot \mid X) chúng tôi cũng có thể xem xét rằng khả năng chỉ là khả năng "được quan sát"L(⋅∣xobs)L(⋅∣xobs)L(\cdot \mid …





5
Trực giác định lý của Bayes
Tôi đã cố gắng phát triển một sự hiểu biết dựa trên trực giác về định lý của Bayes về mặt trước , sau , khả năng và xác suất cận biên . Cho rằng tôi sử dụng phương trình sau: trong đó đại diện cho một giả thuyết hoặc …

3
Có sự khác biệt nào giữa Người thường xuyên và Bayes về định nghĩa Khả năng sống không?
Một số nguồn cho biết chức năng khả năng không phải là xác suất có điều kiện, một số người cho rằng nó là. Điều này rất khó hiểu với tôi. Theo hầu hết các nguồn tôi đã thấy, khả năng phân phối với tham số , phải là sản …



Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.