Statistiche e Big Data maximum-likelihood

11

Stima della massima verosimiglianza (MLE) in termini di laici

Qualcuno potrebbe spiegarmi in dettaglio sulla stima della massima verosimiglianza (MLE) in parole povere? Vorrei conoscere il concetto di base prima di entrare in derivazione o equazione matematica.

92 mathematical-statistics maximum-likelihood intuition definition philosophical

3

Che cos'è la "massima probabilità limitata" e quando dovrebbe essere utilizzata?

Ho letto nell'abstract di questo documento che: "La procedura di massima verosimiglianza (ML) di Hartley aud Rao viene modificata adattando una trasformazione di Patterson e Thompson che suddivide la verosimiglianza in due parti, una delle quali priva degli effetti fissi. Massimizzare questa parte produce ciò che viene chiamato verosimiglianza massima …

73 mixed-model maximum-likelihood reml

8

Genera una variabile casuale con una correlazione definita con una o più variabili esistenti

Per uno studio di simulazione devo generare variabili casuali che mostrano una correlazione (popolazione) predefinita a una variabile esistente .YYY Ho esaminato i Rpacchetti copulae CDVineche possono produrre distribuzioni multivariate casuali con una determinata struttura di dipendenza. Tuttavia, non è possibile fissare una delle variabili risultanti su una variabile esistente. …

71 r correlation random-variable random-generation independence assumptions random-variable unbiased-estimator regression hypothesis-testing heteroscedasticity generalized-least-squares distributions networks data-visualization sas reproducible-research philosophical time-series variance outliers quality-control mean multilevel-analysis average weighted-mean regression confidence-interval prediction-interval correlation matlab matrix data-mining maximum-likelihood r time-series survival predictive-models

7

Esempi in cui il metodo dei momenti può battere la massima probabilità in piccoli campioni?

Gli stimatori della massima verosimiglianza (MLE) sono asintoticamente efficienti; vediamo il risultato pratico in quanto spesso fanno meglio delle stime del metodo dei momenti (MoM) (quando differiscono), anche a campioni di piccole dimensioni Qui "meglio di" significa nel senso che in genere hanno una varianza minore quando entrambi sono imparziali …

57 estimation maximum-likelihood mse method-of-moments efficiency

2

Qual è la differenza tra una probabilità parziale, la probabilità del profilo e la probabilità marginale?

Vedo questi termini usati e continuo a confonderli. C'è una semplice spiegazione delle differenze tra loro?

56 estimation maximum-likelihood

9

Raccomandazione di libri statistici avanzati

In questo sito ci sono molti thread per consigli sui libri sulle statistiche introduttive e sull'apprendimento automatico, ma sto cercando un testo sulle statistiche avanzate che includa, in ordine di priorità: massima probabilità, modelli lineari generalizzati, analisi dei componenti principali, modelli non lineari . Ho provato i modelli statistici di …

55 generalized-linear-model pca maximum-likelihood references saddlepoint-approximation

2

Domanda di base sulla matrice delle informazioni di Fisher e relazione con l'Assia e errori standard

Ok, questa è una domanda abbastanza semplice, ma sono un po 'confuso. Nella mia tesi scrivo: Gli errori standard possono essere trovati calcolando l'inverso della radice quadrata degli elementi diagonali della matrice (osservata) di Fisher Information: Dal momento che il comando ottimizzazione minimizza R-logLil (osservata) a matrice Fisher informazioni può …

54 maximum-likelihood fisher-information

3

Qual è la differenza nella stima bayesiana e nella stima della massima verosimiglianza?

Per favore, spiegami la differenza tra la stima bayesiana e la stima della massima verosimiglianza?

50 bayesian maximum-likelihood

4

Perché minimizziamo la probabilità negativa se è equivalente alla massimizzazione della probabilità?

Questa domanda mi ha lasciato perplesso per molto tempo. Capisco l'uso di "log" per massimizzare la probabilità, quindi non sto chiedendo di "log". La mia domanda è, poiché massimizzare la verosimiglianza dei log equivale a minimizzare la "verosimiglianza dei log negativi" (NLL), perché abbiamo inventato questo NLL? Perché non utilizziamo …

47 maximum-likelihood likelihood

2

Cosa dice l'inverso della matrice di covarianza sui dati? (Intuitivamente)

Sono curioso della natura di . Qualcuno può dire qualcosa di intuitivo su "Cosa dice sui dati?"Σ−1Σ−1\Sigma^{-1}Σ−1Σ−1\Sigma^{-1} Modificare: Grazie per le risposte Dopo aver seguito alcuni ottimi corsi, vorrei aggiungere alcuni punti: È una misura di informazione, cioè è la quantità di informazioni lungo la direzione .xTΣ−1xxTΣ−1xx^T\Sigma^{-1}xxxx Dualità: poiché è …

46 bayesian maximum-likelihood covariance matrix

2

L'intuizione dietro il perché il paradosso di Stein si applica solo in dimensioni

Esempio di Stein mostra che la probabilità stima massimo di nnn variabili normalmente distribuite con mezzi μ1,…,μnμ1,…,μn\mu_1,\ldots,\mu_n e varianze 111 è inammissibile (sotto una funzione di perdita quadrato) sse n≥3n≥3n\ge 3 . Per una chiara dimostrazione, vedi il primo capitolo dell'Inferenza su larga scala: metodi di Bayes empirici per la …

46 maximum-likelihood unbiased-estimator intuition steins-phenomenon

3

Interpretazione del predittore e / o della risposta trasformati in tronchi

Mi chiedo se fa differenza nell'interpretazione se solo le variabili dipendenti, dipendenti e indipendenti, o solo le variabili indipendenti, vengono trasformate in log. Considera il caso di log(DV) = Intercept + B1*IV + Error Posso interpretare il IV come l'aumento percentuale, ma come cambia quando lo faccio log(DV) = Intercept …

46 regression data-transformation interpretation regression-coefficients logarithm r dataset stata hypothesis-testing contingency-tables hypothesis-testing statistical-significance standard-deviation unbiased-estimator t-distribution r functional-data-analysis maximum-likelihood bootstrap regression change-point regression sas hypothesis-testing bayesian randomness predictive-models nonparametric terminology parametric correlation effect-size loess mean pdf quantile-function bioinformatics regression terminology r-squared pdf maximum multivariate-analysis references data-visualization r pca r mixed-model lme4-nlme distributions probability bayesian prior anova chi-squared binomial generalized-linear-model anova repeated-measures t-test post-hoc clustering variance probability hypothesis-testing references binomial profile-likelihood self-study excel data-transformation skewness distributions statistical-significance econometrics spatial r regression anova spss linear-model

8

Tutti i modelli sono inutili? È possibile un modello esatto o utile?

Questa domanda mi sta venendo in mente da più di un mese. Il numero di febbraio 2015 di Amstat News contiene un articolo del professor Mark van der Laan di Berkeley che rimprovera le persone per l'utilizzo di modelli inesatti. Afferma che usando i modelli, la statistica è quindi un'arte …

45 machine-learning maximum-likelihood modeling nonparametric parametric

2

Metodo della massima verosimiglianza vs. metodo dei minimi quadrati

Qual è la differenza principale tra la stima della massima verosimiglianza (MLE) rispetto alla stima dei minimi quadrati (LSE)? Perché non possiamo usare MLE per predire i valori nella regressione lineare e viceversa?yyy Qualsiasi aiuto su questo argomento sarà molto apprezzato.

42 regression estimation maximum-likelihood least-squares

1

Perché glmer non raggiunge la massima probabilità (come verificato applicando un'ulteriore ottimizzazione generica)?

Derivare numericamente gli MLE di GLMM è difficile e, in pratica, lo so, non dovremmo usare l'ottimizzazione della forza bruta (ad esempio, usando optimin modo semplice). Ma per il mio scopo educativo, voglio provarlo per assicurarmi di capire correttamente il modello (vedi il codice qui sotto). Ho scoperto che ottengo …

37 r maximum-likelihood optimization lme4-nlme

Domande taggate «maximum-likelihood»