Statistiche e Big Data maximum-likelihood

1

Perché Anova () e drop1 () hanno fornito risposte diverse per i GLMM?

Ho un GLMM del modulo: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Quando uso drop1(model, test="Chi"), ottengo risultati diversi rispetto a quelli che utilizzo Anova(model, type="III")dal pacchetto auto o summary(model). Questi ultimi due danno le stesse risposte. Usando un mucchio di dati fabbricati, …

10 r anova glmm r mixed-model bootstrap sample-size cross-validation roc auc sampling stratification random-allocation logistic stata interpretation proportion r regression multiple-regression linear-model lm r cross-validation cart rpart logistic generalized-linear-model econometrics experiment-design causality instrumental-variables random-allocation predictive-models data-mining estimation contingency-tables epidemiology standard-deviation mean ancova psychology statistical-significance cross-validation synthetic-data poisson-distribution negative-binomial bioinformatics sequence-analysis distributions binomial classification k-means distance unsupervised-learning euclidean correlation chi-squared spearman-rho forecasting excel exponential-smoothing binomial sample-size r change-point wilcoxon-signed-rank ranks clustering matlab covariance covariance-matrix normal-distribution simulation random-generation bivariate standardization confounding z-statistic forecasting arima minitab poisson-distribution negative-binomial poisson-regression overdispersion probability self-study markov-process estimation maximum-likelihood classification pca group-differences chi-squared survival missing-data contingency-tables anova proportion

1

Come si usa l'algoritmo EM per calcolare gli MLE per una formulazione variabile latente di un modello di Poisson gonfiato zero?

Il modello di regressione di Poisson gonfiato a zero è definito per un campione per Y i = { 0 con probabilità p i + ( 1 - p i ) e - λ i k con probabilità ( 1 - p i ) e - λ i λ k …

10 generalized-linear-model maximum-likelihood poisson-distribution expectation-maximization latent-variable

1

Test di ipotesi sulla matrice di covarianza inversa

Supponiamo che io osservi iid e desidero testare vech per un matrice conforme e vettore . Esistono lavori noti su questo problema?H 0 : A ( Σ - 1 ) = a A aXio∼ N( μ , Σ )xi∼N(μ,Σ)x_i \sim \mathcal{N}\left(\mu,\Sigma\right)H0: A H0:A H_0: A\ ( Σ- 1) =a(Σ−1)=a\left(\Sigma^{-1}\right) = …

10 hypothesis-testing normal-distribution multivariate-analysis maximum-likelihood covariance

2

Un buon libro con uguale attenzione alla teoria e alla matematica

Ho avuto abbastanza corsi di statistica durante gli anni scolastici e all'università. Ho una buona comprensione dei concetti, come CI, i valori p, l'interpretazione del significato statistico, i test multipli, la correlazione, la regressione lineare semplice (con minimi quadrati) (modelli lineari generali) e tutti i test di ipotesi. Mi era …

10 bayesian references maximum-likelihood generalized-linear-model

2

La trinità dei test nella massima verosimiglianza: cosa fare di fronte a conclusioni contraddittorie?

I test di Wald, Likelihood Ratio e Lagrange Moltiplicatore nel contesto della stima della massima verosimiglianza sono asintoticamente equivalenti. Tuttavia, per piccoli campioni, tendono a divergere un po ', e in alcuni casi portano a conclusioni diverse. Come possono essere classificati in base alla probabilità con cui rifiutano il null? …

10 hypothesis-testing maximum-likelihood

1

Qual è la probabilità di questo processo?

Un paziente è ricoverato in ospedale. La durata del loro soggiorno dipende da 2 cose: la gravità della loro lesione e quanto la loro assicurazione è disposta a pagare per tenerli in ospedale. Alcuni pazienti lasceranno prematuramente se la loro assicurazione decide di smettere di pagare per il loro soggiorno. …

10 maximum-likelihood modeling

1

Famiglia esponenziale: statistiche sufficienti osservate vs. attese

La mia domanda sorge dalla lettura di "Stimare una distribuzione di Dirichlet" di Minka , che afferma quanto segue senza prove nel contesto della derivazione di uno stimatore della massima verosimiglianza per una distribuzione di Dirichlet basata su osservazioni di vettori casuali: Come sempre con la famiglia esponenziale, quando il …

10 self-study maximum-likelihood exponential-family sufficient-statistics

1

Bias degli stimatori della massima verosimiglianza per la regressione logistica

Vorrei capire un paio di fatti sugli stimatori della massima verosimiglianza (MLE) per le regressioni logistiche. È vero che, in generale, l'MLE per la regressione logistica è di parte? Direi di si". So, ad esempio, che la dimensione del campione è correlata alla distorsione asintotica degli MLE. Conosci qualche esempio …

10 logistic maximum-likelihood unbiased-estimator bias

1

Perché il posteriore bayesiano si concentra attorno al minimizzatore della divergenza di KL?

Si consideri il Bayesiano posteriore θ ∣ Xθ∣X\theta\mid X . Asintoticamente, il suo massimo si verifica alla stima MLE θ , che appena massimizza la probabilità argmin θθ^θ^\hat \thetaargminθfθ( X)argminθfθ(X)\operatorname{argmin}_\theta\, f_\theta(X) . Tutti questi concetti - priori bayesiani, che massimizzano la probabilità - sembrano superprotesi e per nulla arbitrari. Non …

9 bayesian maximum-likelihood kullback-leibler

2

La proprietà di invarianza dello stimatore ML è insensata dal punto di vista bayesiano?

Casella e Berger dichiarano la proprietà di invarianza dello stimatore ML come segue: Tuttavia, mi sembra che definiscano la "probabilità" di in un modo completamente ad hoc e senza senso:ηη\eta Se applico le regole di base della teoria della probabilità al caso semplice se , ottengo invece quanto segue: L …

9 self-study bayesian maximum-likelihood frequentist invariance

1

Relazione tra MLE e minimi quadrati in caso di regressione lineare

Hastie e Tibshirani menzionano nella sezione 4.3.2 del loro libro che nell'impostazione della regressione lineare, l'approccio dei minimi quadrati è in realtà un caso speciale di massima probabilità. Come possiamo dimostrare questo risultato? PS: non risparmia dettagli matematici.

9 regression maximum-likelihood least-squares

2

Aiuto nell'ottimizzazione delle aspettative dalla carta: come includere la distribuzione precedente?

La domanda si basa sull'articolo intitolato: Ricostruzione dell'immagine nella tomografia ottica diffusa utilizzando il modello di trasporto-diffusione radiativo accoppiato Link per scaricare Gli autori applicano l'algoritmo EM con regolarizzazione della sparsità di un vettore sconosciuto per stimare i pixel di un'immagine. Il modello è dato dal1l1l_1μμ\mu y=Aμ+e(1)(1)y=Aμ+ey=A\mu + e \tag{1} …

9 self-study bayesian maximum-likelihood expectation-maximization moving-average

1

Perché i coefficienti di regressione lineare e logistica non possono essere stimati usando lo stesso metodo?

Ho letto in un libro di apprendimento automatico che i parametri di regressione lineare possono essere stimati (tra gli altri metodi) mediante discesa del gradiente, mentre i parametri di regressione logistica sono generalmente stimati dalla stima della massima verosimiglianza. È possibile spiegare a un principiante (me) perché abbiamo bisogno di …

9 regression logistic maximum-likelihood

1

Convergenza dall'algoritmo EM con distribuzione della miscela bivariata

Ho un modello di miscela che voglio trovare lo stimatore della massima verosimiglianza di un dato insieme di dati e un insieme di dati parzialmente osservati . Ho implementato sia l'E-step (calcolando l'aspettativa di dato e i parametri correnti ), sia il M-step, per minimizzare la verosimiglianza negativa data la …

9 maximum-likelihood mixture expectation-maximization

1

Una stima bayesiana con un "precedente piatto" equivale a una stima della massima verosimiglianza?

In filogenetica, gli alberi filogenetici sono spesso costruiti utilizzando MLE o analisi bayesiana. Spesso, nella stima bayesiana viene utilizzato un precedente piatto. A quanto ho capito, una stima bayesiana è una stima della probabilità che incorpora un precedente. La mia domanda è, se usi un flat flat, è diverso dal …

9 bayesian confidence-interval maximum-likelihood likelihood phylogeny

Domande taggate «maximum-likelihood»