Domande taggate «maximum-likelihood»

un metodo per stimare i parametri di un modello statistico scegliendo il valore del parametro che ottimizza la probabilità di osservare il campione dato.



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. …

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 …


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 …

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 …



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 …

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 …

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 



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 …

Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.