Câu hỏi được gắn thẻ «likelihood»

Hãy xem xét một mô hình với một tham số quan tâm, θθ\thetavà công cụ ước tính điểm của nó, θ^θ^\hat\theta. Để đơn giản, giả sử θ^∼N(θ,σ2/n)θ^∼N(θ,σ2/n)\hat\theta\sim N(\theta,\sigma^2/n)(trong nhiều trường hợp, điều này có thể được chứng minh là không có triệu chứng). Có hai cách để xây dựng một …

7 confidence-interval  likelihood  credible-interval 

Tôi là một sinh viên thống kê. Tôi đang cố gắng để hiểu các định nghĩa cổ điển và khách quan về xác suất và làm thế nào chúng có liên quan đến suy luận thường xuyên và Bayes. Tôi không rõ ràng tại sao xác suất cổ điển được …

7 probability  bayesian  p-value  likelihood  frequentist 

Tôi đang rút ra khả năng hồi quy logistic. Tôi đã thấy hai phiên bản khác nhau: f( y| β) = =Πi = 1NnTôiyTôi! (nTôi-yTôi) !πyTôiTôi( 1 -πTôi)nTôi-yTôi(1)(1)f(y|β)=∏i=1Nniyi!(ni−yi)!πiyi(1−πi)ni−yi\begin{equation} f(y|\beta)={\displaystyle \prod_{i=1}^{N} \frac{n_i} {y_i!(n_i-y_i)!}} \pi_{i}^{y_i}(1-\pi_i)^{n_i - y_i} \tag 1 \end{equation} Hoặc cái này L (β0,β1) = =Πi = 1Np (xTôi)yTôi( 1 - …

7 logistic  maximum-likelihood  likelihood 

Tôi đang cố gắng hiểu làm thế nào mọi người rút ra Khả năng cho hồi quy tuyến tính đơn giản. Hãy nói rằng chúng ta chỉ có một tính năng x và kết quả y. Tôi không nghi ngờ biểu hiện với mật độ bình thường và tôi cũng …

7 regression  probability  linear-model  likelihood  linear 

Thông tin Fisher được định nghĩa theo hai cách tương đương: là phương sai của độ dốc của và là âm của độ cong dự kiến ​​của . Vì trước đây luôn luôn tích cực, điều này sẽ ngụ ý rằng độ cong của chức năng log-likelihood là ở mọi …

7 maximum-likelihood  likelihood  fisher-information 

Nếu chúng ta có các biến hồi quy ngẫu nhiên, chúng ta sẽ vẽ các cặp ngẫu nhiên (yi,x⃗ i)(yi,x→i)(y_i,\vec{x}_i) cho một loạt các iii, cái gọi là mẫu ngẫu nhiên, từ một phân phối xác suất cố định nhưng không xác định (y,x⃗ )(y,x→)(y,\vec{x}). Về mặt lý thuyết, mẫu …

7 regression  distributions  conditional-probability  stochastic-processes  likelihood