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)


2
Hiểu về hồi quy logistic và khả năng
Làm thế nào để ước lượng tham số / Đào tạo hồi quy logistic thực sự hoạt động? Tôi sẽ cố gắng đưa những gì tôi đã có cho đến nay. Đầu ra là y đầu ra của hàm logistic dưới dạng xác suất tùy thuộc vào giá trị của …

5
Làm thế nào để thực hiện việc cắt bỏ các giá trị trong số lượng điểm dữ liệu rất lớn?
Tôi có một bộ dữ liệu rất lớn và thiếu khoảng 5% giá trị ngẫu nhiên. Các biến này có mối tương quan với nhau. Ví dụ R tập dữ liệu sau đây chỉ là một ví dụ đồ chơi với dữ liệu tương quan giả. set.seed(123) # matrix of …
12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 


3
Tại sao khả năng trong bộ lọc Kalman được tính toán bằng kết quả bộ lọc thay vì kết quả mượt mà hơn?
Tôi đang sử dụng bộ lọc Kalman một cách rất chuẩn. Hệ thống được biểu diễn bởi phương trình trạng thái xt+1=Fxt+vt+1xt+1=Fxt+vt+1x_{t+1}=Fx_{t}+v_{t+1} và phương trình quan sát yt=Hxt+Azt+wtyt=Hxt+Azt+wty_{t}=Hx_{t}+Az_{t}+w_{t} . Sách giáo khoa dạy rằng sau khi áp dụng bộ lọc Kalman và nhận được "dự báo một bước về phía …

3
Khả năng so với phân phối có điều kiện để phân tích Bayes
Chúng ta có thể viết định lý Bayes như p ( q | x ) = f( X| θ)p(θ)∫θf( X| θ)p(θ)dθp(θ|x)=f(X|θ)p(θ)∫θf(X|θ)p(θ)dθp(\theta|x) = \frac{f(X|\theta)p(\theta)}{\int_{\theta} f(X|\theta)p(\theta)d\theta} Trong đó là hậu thế, là phân phối có điều kiện và là trước.p ( θ | x )p(θ|x)p(\theta|x)f( X| θ)f(X|θ)f(X|\theta)p ( θ )p(θ)p(\theta) hoặc là …

2
Tại sao mật độ sau tỷ lệ thuận với chức năng khả năng mật độ lần trước?
Theo định lý của Bayes, . Nhưng theo văn bản kinh tế lượng của tôi, nó nói rằng . Tại sao nó như thế này? Tôi không hiểu tại sao bị bỏ qua.P(y|θ)P(θ)=P(θ|y)P(y)P(y|θ)P(θ)=P(θ|y)P(y)P(y|\theta)P(\theta) = P(\theta|y)P(y)P(θ|y)∝P(y|θ)P(θ)P(θ|y)∝P(y|θ)P(θ)P(\theta|y) \propto P(y|\theta)P(\theta)P(y)P(y)P(y)

4
Hàm khả năng tối đa cho phân phối kiểu hỗn hợp
Nói chung, chúng tôi tối đa hóa một chức năng L(θ;x1,…,xn)=∏i=1nf(xi∣θ)L(θ;x1,…,xn)=∏i=1nf(xi∣θ) L(\theta; x_1, \ldots, x_n) = \prod_{i=1}^n f(x_i \mid \theta) Trong đó là hàm mật độ xác suất nếu phân phối cơ bản là liên tục và hàm khối lượng xác suất (có tổng thay vì sản phẩm) nếu phân …



4
Làm cách nào để diễn giải đường cong sinh tồn của mô hình nguy hiểm Cox?
Làm thế nào để bạn giải thích một đường cong sống sót từ mô hình nguy cơ tỷ lệ cox? Trong ví dụ về đồ chơi này, giả sử chúng ta có mô hình nguy hiểm theo tỷ lệ cox trên agebiến trong kidneydữ liệu và tạo đường cong sinh …

1
Là một ước tính Bayes với một căn hộ trước đó phẳng giống như một ước tính khả năng tối đa?
Trong phát sinh gen, cây phát sinh gen thường được xây dựng bằng phân tích MLE hoặc Bayes. Thông thường, một căn hộ trước được sử dụng trong ước tính Bayes. Theo tôi hiểu, ước tính Bayes là ước tính khả năng kết hợp trước. Câu hỏi của tôi là, …




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.