Saya bingung tentang penaksir bias kemungkinan maksimum (ML). Matematika dari seluruh konsep cukup jelas bagi saya, tetapi saya tidak dapat menemukan alasan intuitif di baliknya. Mengingat dataset tertentu yang memiliki sampel dari distribusi, yang dengan sendirinya merupakan fungsi dari parameter...
Saya telah menemukan beberapa panduan yang menyarankan agar saya menggunakan R's nlm untuk estimasi kemungkinan maksimum. Tetapi tidak satu pun dari mereka (termasuk dokumentasi R ) yang memberikan banyak petunjuk teoritis tentang kapan harus menggunakan atau tidak menggunakan fungsi...
Estimasi kemungkinan maksimum seringkali menghasilkan estimasi bias (mis. Estimasi untuk varians sampel bias untuk distribusi Gaussian). Lalu apa yang membuatnya begitu populer? Mengapa persisnya itu digunakan begitu banyak? Juga, apa yang secara khusus membuatnya lebih baik daripada pendekatan...
Saya baru mulai belajar tentang statistik dan model barang. Saat ini, pemahaman saya adalah bahwa kami menggunakan MLE untuk memperkirakan parameter terbaik untuk suatu model. Namun, ketika saya mencoba memahami cara kerja jaringan saraf, sepertinya mereka biasanya menggunakan pendekatan lain untuk...
Apa penduga kemungkinan maksimum untuk parameter t-distribusi Student? Apakah mereka ada dalam bentuk tertutup? Pencarian Google cepat tidak memberi saya hasil apa pun. Hari ini saya tertarik pada kasus univariat, tetapi mungkin saya harus memperluas model ke beberapa dimensi. EDIT: Saya...
Saya ingin tahu apakah selalu ada maximizer untuk masalah estimasi kemungkinan maksimum (log-)? Dengan kata lain, apakah ada beberapa distribusi dan beberapa parameternya, di mana masalah MLE tidak memiliki maximizer? Pertanyaan saya berasal dari klaim seorang insinyur bahwa fungsi biaya...
Diberikan keluaran dari optim dengan matriks hessian, bagaimana cara menghitung interval kepercayaan parameter menggunakan matriks hessian? fit<-optim(..., hessian=T) hessian<-fit$hessian Saya sebagian besar tertarik pada konteks analisis kemungkinan maksimum, tetapi saya ingin tahu...
Menurut Miller dan Freund's Probability and Statistics for Engineers, 8ed (hal.217-218), fungsi kemungkinan dimaksimalkan untuk distribusi binomial (uji coba Bernoulli) diberikan sebagai L(p)=∏ni=1pxi(1−p)1−xiL(p)=∏i=1npxi(1−p)1−xsayaL(p) = \prod_{i=1}^np^{x_i}(1-p)^{1-x_i} Bagaimana cara...
Saya tahu untuk masalah reguler, jika kita memiliki penaksir tidak bias reguler terbaik, itu harus penaksir kemungkinan maksimum (MLE). Tetapi secara umum, jika kita memiliki MLE yang tidak bias, apakah itu juga akan menjadi penaksir tidak bias yang terbaik (atau mungkin saya harus menyebutnya...
Saya sedang mempelajari tentang estimasi kemungkinan maksimum dan saya membaca bahwa fungsi kemungkinan adalah produk dari probabilitas setiap variabel. Mengapa ini produknya? Kenapa bukan jumlahnya? Saya telah mencoba mencari di Google tetapi saya tidak dapat menemukan jawaban yang...
Misalkan saya memiliki model berikut ysaya= f( xsaya, θ ) + εsayayi=f(xi,θ)+εiy_i=f(x_i,\theta)+\varepsilon_i di mana ysaya∈ RKysaya∈RKy_i\in \mathbb{R}^K , xsayaxsayax_i adalah vektor dari variabel penjelas, θθ\theta adalah parameter fungsi non-linear fff dan εsaya∼ N( 0 , Σ...
Mengapa begitu umum untuk mendapatkan estimasi kemungkinan maksimum dari parameter, tetapi Anda hampir tidak pernah mendengar tentang perkiraan parameter kemungkinan yang diharapkan (yaitu, berdasarkan pada nilai yang diharapkan daripada mode fungsi kemungkinan)? Apakah ini terutama karena alasan...
Distribusi mana yang memiliki solusi bentuk tertutup untuk perkiraan kemungkinan maksimum dari parameter dari sampel pengamatan independen?
Saya seorang ahli matematika yang mempelajari statistik dan berjuang terutama dengan bahasa. Dalam buku yang saya gunakan, ada masalah berikut: Variabel acak diberikan sebagai -distribusi dengan . (Tentu saja, Anda dapat mengambil distribusi apa pun tergantung pada satu parameter untuk...
Konteks Multivariate Gaussian sering muncul dalam Pembelajaran Mesin dan hasil berikut digunakan di banyak buku dan kursus ML tanpa derivasi. Data yang diberikan dalam bentuk matriks XX\mathbf{X} dimensi m×pm×p m \times p , jika kita mengasumsikan bahwa data mengikuti distribusi Gaussian...
Presisi didefinisikan sebagai: p = true positives / (true positives + false positives) Apakah benar bahwa, sebagai true positivesdan false positivespendekatan 0, presisi mendekati 1? Pertanyaan yang sama untuk diingat: r = true positives / (true positives + false negatives) Saat ini saya...
Statistik Frequentist bagi saya identik dengan mencoba membuat keputusan yang baik untuk semua sampel yang mungkin. Yaitu, aturan keputusan frequentist harus selalu berusaha meminimalkan risiko frequentist, yang tergantung pada fungsi kerugian dan keadaan sebenarnya :L θ
Hai dapat hal yang sama ditunjukkan untuk mendapatkan parameter bentuk dan skala untuk metode kemungkinan maksimum yang
Pertimbangkan vektor parameter , dengan parameter yang diminati, dan sebagai parameter gangguan.θ 1 θ 2( θ1, θ2)(θ1,θ2)(\theta_1, \theta_2)θ1θ1\theta_1θ2θ2\theta_2 Jika adalah kemungkinan yang dikonstruksi dari data , kemungkinan profil untuk didefinisikan sebagai di mana adalah MLE dari untuk...
Gagasan statistik 'mendasar' untuk memperkirakan parameter adalah kemungkinan maksimum . Saya bertanya-tanya apa ide yang sesuai dalam pembelajaran mesin. Qn 1. Apakah adil untuk mengatakan bahwa ide 'mendasar' dalam pembelajaran mesin untuk memperkirakan parameter adalah: 'Kehilangan...