un metodo per stimare i parametri di un modello statistico scegliendo il valore del parametro che ottimizza la probabilità di osservare il campione dato.
La durata di 3 componenti elettronici è e . Le variabili casuali erano state modellate come un campione casuale di dimensione 3 dalla distribuzione esponenziale con parametro . La funzione di probabilità è, perX1=3,X2=1.5,X1=3,X2=1.5,X_{1} = 3, X_{2} = 1.5,X3=2.1X3=2.1X_{3} = 2.1θθ\thetaθ>0θ>0\theta > 0 f3(x|θ)=θ3exp(−6.6θ)f3(x|θ)=θ3exp(−6.6θ)f_{3}(x|\theta) = \theta^{3} exp(-6.6\theta) , dove .x=(2,1.5,2.1)x=(2,1.5,2.1)x …
In Survival Analysis, si assume che il tempo di sopravvivenza di un rv sia distribuito esponenzialmente. Considerando ora che ho "esiti" di di iid rv . Solo una parte di questi risultati è in realtà "pienamente realizzata", vale a dire le restanti osservazioni sono ancora "vive".x 1 , … , …
Per impostazione predefinita, quando utilizziamo una glmfunzione in R, utilizza il metodo IWLS (reimpostazione dei minimi quadrati ripetutamente iterativamente) per trovare la stima della massima verosimiglianza dei parametri. Ora ho due domande. Le stime IWLS garantiscono il massimo globale della funzione di probabilità? Sulla base dell'ultima diapositiva di questa presentazione, …
Questo è un problema pratico per un esame di medio termine. Il problema è un esempio di algoritmo EM. Sto riscontrando problemi con la parte (f). Elenco le parti (a) - (e) per il completamento e nel caso in cui ho commesso un errore in precedenza. Consenti a essere variabili …
Ho letto MLE come metodo per generare una distribuzione adattata. Mi sono imbattuto in una dichiarazione in cui si afferma che le stime di massima verosimiglianza "hanno distribuzioni normali approssimative". Questo significa che se applico MLE volte ripetute sui miei dati e sulla famiglia di distribuzioni a cui sto tentando …
In Dixon, Coles ( 1997 ), hanno utilizzato la stima della massima verosimiglianza per i due modelli Poisson indipendenti modificati in (4.3) per modellare i punteggi nel calcio. Sto cercando di usare R per "riprodurre" i parametri alfa e beta nonché i parametri dell'effetto home (pag. 274, tabella 4) senza …
Sto studiando diversi metodi di stima puntuale e leggo che quando si utilizzano stime MAP vs ML, quando si usa un "precedente uniforme", le stime sono identiche. Qualcuno può spiegare cos'è un precedente "uniforme" e fornire alcuni (semplici) esempi di quando gli stimatori MAP e ML sarebbero gli stessi?
Se sono iid distribuzioni di Poisson con il parametro ho scoperto che la stima della massima verosimiglianza è per i dati . Pertanto possiamo definire lo stimatore corrispondente La mia domanda è: come valuteresti la varianza di questo stimatore? ß ß ( k 1 , ... , k n ) …
Attualmente sto lavorando con le catene di Markov e ho calcolato la stima della massima verosimiglianza utilizzando le probabilità di transizione come suggerito da diverse fonti (ovvero il numero di transizioni da a a diviso per il numero di transizioni complessive da a ad altri nodi). Ora voglio calcolare la …
Come posso stimare gli intervalli di confidenza al 95% usando la profilatura per i parametri stimati massimizzando una funzione di verosimiglianza usando optim in R? So di poter stimare asintoticamente la matrice di covarianza invertendo la tela di iuta , ma temo che i miei dati non soddisfino i presupposti …
Supponiamo di avere un modello lineare che soddisfi tutti i presupposti della regressione standard (Gauss-Markov). Siamo interessati a . θ = 1 / β 1yi=β0+β1xi+ϵiyi=β0+β1xi+ϵiy_i = \beta_0 + \beta_1 x_i + \epsilon_iθ = 1 / β1θ=1/β1\theta = 1/\beta_1 Domanda 1: Quali ipotesi sono necessarie per definire bene la distribuzione di …
Devo dedurre un parametro positivo . Per acomodare la positività ho ri-parametrizzato . Usando la routine MLE ho calcolato la stima puntuale e se per . La proprietà di invarianza dell'MLE mi dà direttamente una stima puntuale per , ma non sono sicuro di come calcolare se per . Grazie …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.