Hai dapat hal yang sama ditunjukkan untuk mendapatkan parameter bentuk dan skala untuk metode kemungkinan maksimum yang
Untuk membuat bagan ini, saya membuat sampel acak dengan ukuran berbeda dari distribusi normal dengan mean = 0 dan sd = 1. Interval kepercayaan kemudian dihitung menggunakan cutoff alfa mulai dari 0,001 hingga 0,999 (garis merah) dengan fungsi t.test (), kemungkinan profil dihitung menggunakan kode...
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...
Saya mencoba memahami pada tingkat yang lebih dalam tentang keberadaan log-likelihood (dan mungkin lebih umum log-probability) dalam statistik dan teori probabilitas. Log-probabilitas muncul di semua tempat: kami biasanya bekerja dengan log-kemungkinan untuk analisis (misalnya untuk maksimalisasi),...
Sering diperdebatkan bahwa kerangka bayesian memiliki keuntungan besar dalam interpretasi (lebih sering), karena ia menghitung probabilitas parameter yang diberikan data - daripada seperti pada kerangka kerja frequentist. Sejauh ini baik.p(θ|x)p(θ|x)p(\theta|x)p(x|θ)p(x|θ)p(x|\theta) Tapi, seluruh...
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...
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...
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...
Kami sedang bekerja dengan beberapa regresi logistik dan kami telah menyadari bahwa probabilitas estimasi rata-rata selalu sama dengan proporsi yang dalam sampel; yaitu, rata-rata nilai yang dipasang sama dengan rata-rata sampel. Adakah yang bisa menjelaskan alasannya atau memberikan referensi di...
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...
Inti dari pertanyaan saya adalah ini: Misalkan Y∈RnY∈RnY \in \mathbb{R}^n menjadi variabel acak normal multivariat dengan mean μμ\mu dan matriks kovarian ΣΣ\Sigma . Misalkan Z:=log(Y)Z:=log(Y)Z := \log(Y) , yaitu Zi=log(Yi),i∈{1,…,n}Zi=log(Yi),i∈{1,…,n}Z_i = \log(Y_i), i \in \{1,\ldots,n\} ....
Dalam pengaturan kemungkinan maksimum standar (sampel I Y1,…,YnY1,…,YnY_{1}, \ldots, Y_{n} dari beberapa distribusi dengan kepadatan fy(y|θ0fy(y|θ0f_{y}(y|\theta_{0} )) dan dalam kasus model yang ditentukan dengan benar, informasi Fisher diberikan
Pertanyaan yang Divalidasi Lintas ini menanyakan tentang mensimulasikan sampel dengan syarat jumlah tetap mengingatkan saya pada masalah yang dibuat oleh George Casella .
Pertanyaan: Apa gagasan dan intuisi di balik estimasi kemungkinan maksimum kuasi (QMLE; juga dikenal sebagai estimasi kemungkinan maksimum semu, PMLE)? Apa yang membuat estimator berfungsi ketika distribusi kesalahan yang sebenarnya tidak cocok dengan distribusi kesalahan yang diasumsikan? Situs...
Bisakah Anda memberikan contoh penduga MLE dari mean yang bias? Saya tidak mencari contoh yang merusak penduga MLE secara umum dengan melanggar kondisi keteraturan. Semua contoh yang dapat saya lihat di internet merujuk pada varians, dan sepertinya saya tidak dapat menemukan apa pun yang terkait...
Pertanyaan Varian dari distribusi binomial negatif (NB) selalu lebih besar dari rata-rata. Ketika rata-rata sampel lebih besar dari variansnya, mencoba menyesuaikan parameter NB dengan kemungkinan maksimum atau dengan estimasi momen akan gagal (tidak ada solusi dengan parameter hingga). Namun,...
Saat ini saya mencoba memahami Prinsip Kemungkinan dan saya terus terang tidak mengerti sama sekali. Jadi, saya akan menulis semua pertanyaan saya sebagai daftar, bahkan jika itu mungkin pertanyaan yang cukup mendasar. Apa sebenarnya arti frasa "semua informasi" dalam konteks prinsip ini?...
Ini sebagian dimotivasi oleh pertanyaan berikut dan diskusi mengikutinya. Misalkan sampel iid diamati, Xi∼F(x,θ)Xi∼F(x,θ)X_i\sim F(x,\theta) . Tujuannya adalah untuk memperkirakan θθ\theta . Tetapi sampel asli tidak tersedia. Apa yang kita miliki bukan adalah beberapa statistik dari sampel...
Bagaimana saya menyesuaikan parameter distribusi-t, yaitu parameter yang sesuai dengan 'rata-rata' dan 'standar deviasi' dari distribusi normal. Saya menganggap mereka disebut 'berarti' dan 'scaling / derajat kebebasan' untuk distribusi-t? Kode berikut sering menghasilkan kesalahan 'optimasi...
Proses Hawkes eksponensial univariat adalah proses poin yang menarik sendiri dengan tingkat kedatangan peristiwa: λ(t)=μ+∑ti<tαe−β(t−ti)λ(t)=μ+∑ti<tαe−β(t−ti) \lambda(t) = \mu +