প্রশ্ন ট্যাগ «maximum-likelihood»

প্রদত্ত নমুনা পর্যালোচনা করার সম্ভাবনাটিকে অনুকূল করে যে পরামিতি মানটি বেছে নিয়ে একটি পরিসংখ্যানগত মডেলের পরামিতিগুলির অনুমানের একটি পদ্ধতি।

6
সম্ভাবনা - কেন গুণ?
আমি সর্বাধিক সম্ভাবনার অনুমান সম্পর্কে অধ্যয়ন করছি এবং আমি পড়েছি যে সম্ভাবনা ফাংশনটি প্রতিটি ভেরিয়েবলের সম্ভাবনার পণ্য। কেন এটি পণ্য? যোগফল কেন নয়? আমি গুগলে অনুসন্ধান করার চেষ্টা করছি কিন্তু আমি কোনও অর্থবহ উত্তর খুঁজে পাই না। https://en.wikipedia.org/wiki/Maximum_likelihood

3
কেন সর্বাধিক সম্ভাবনা এবং প্রত্যাশিত সম্ভাবনা নেই?
প্যারামিটারগুলির সর্বাধিক সম্ভাবনার প্রাক্কলন কেন এত সাধারণ, তবে আপনি কার্যত কখনও প্রত্যাশিত সম্ভাবনা পরামিতি অনুমানগুলি সম্পর্কে শুনেন নি (অর্থাত্ কোনও সম্ভাবনা ফাংশনের মোডের চেয়ে প্রত্যাশিত মানের উপর ভিত্তি করে )? এটি কি মূলত historicalতিহাসিক কারণে, বা আরও তাত্পর্যপূর্ণ প্রযুক্তিগত বা তাত্ত্বিক কারণে? সর্বাধিক সম্ভাবনা অনুমানের চেয়ে প্রত্যাশিত সম্ভাবনার প্রাক্কলন ব্যবহারে …

2
সর্বাধিক সম্ভাবনা অনুমানের স্ট্যান্ডার্ড ত্রুটি বলতে কী বোঝায়?
আমি একজন গণিতবিদ স্ব-অধ্যয়ন পরিসংখ্যান এবং বিশেষত ভাষার সাথে লড়াই করছি। আমি যে বইটি ব্যবহার করছি সেটিতে নিম্নলিখিত সমস্যা রয়েছে: একটি এলোপাতাড়ি ভেরিয়েবলের হিসাবে দেওয়া হয় -distributed সঙ্গে । (অবশ্যই, আপনি এই প্রশ্নের খাতিরে এক পরামিতি উপর নির্ভর করে কোনো বন্টন গ্রহণ করতে পারে।) তারপর পাঁচটি মূল্যবোধের একটি নমুনা , …

2
সর্বাধিক সম্ভাবনা অনুমানের জন্য কোন বিতরণে ক্লোড-ফর্ম সমাধান রয়েছে?
স্বাধীন পর্যবেক্ষণের নমুনা থেকে প্যারামিটারগুলির সর্বাধিক সম্ভাবনা অনুমানের জন্য কোন বিতরণে ক্লোজার-ফর্ম সমাধান রয়েছে?

4
প্রান্ত ক্ষেত্রে যথাযথতা এবং পুনরুদ্ধার জন্য সঠিক মান কি?
যথার্থতা হিসাবে সংজ্ঞায়িত করা হয়: p = true positives / (true positives + false positives) এটি সঠিক যে, 0 true positivesএবং false positivesকাছে যাওয়ার সাথে সাথে নির্ভুলতা 1 এ পৌঁছেছে? প্রত্যাহার জন্য একই প্রশ্ন: r = true positives / (true positives + false negatives) আমি বর্তমানে একটি পরিসংখ্যানগত পরীক্ষা বাস্তবায়ন …
20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 

2
সর্বাধিক সম্ভাবনার প্রাক্কলনকারী - মাল্টিভারিয়েট গাউসিয়ান
প্রসঙ্গ মাল্টিভিয়ারেট গাউসিয়ান প্রায়শই মেশিন লার্নিংয়ে উপস্থিত হয় এবং নিম্নলিখিত ফলাফলগুলি অনেক এমএল বই এবং কোর্সগুলিতে ব্যয় ছাড়াই ব্যবহৃত হয়। একটি ম্যাট্রিক্স আকারে দেওয়া তথ্য এর মাত্রা , যদি আমরা ধরে নিই যে তথ্য একটি অনুসরণ -variate গসিয়ান পরামিতি সঙ্গে বন্টন গড় ( ) এবং সহভেদাংক ম্যাট্রিক্স ( ) সর্বাধিক …

2
সর্বাধিক সম্ভাবনার অনুমান কেন ঘন ঘন কৌশল হিসাবে বিবেচিত হয়?
আমার জন্য ক্রমবর্ধমান পরিসংখ্যানগুলি সিদ্ধান্ত নেওয়ার চেষ্টা করার সমার্থক যা সম্ভাব্য সমস্ত নমুনার জন্য ভাল। অর্থাত্, একটি ঘন ঘন সিদ্ধান্তের নিয়ম সর্বদা ঘন ঘন ঝুঁকি হ্রাস করার চেষ্টা করা উচিত, যা ক্ষতির ফাংশন এবং প্রকৃতির সত্য অবস্থার উপর নির্ভর করে :δδ\deltaএলএলLθ0θ0\theta_0 আরচR e q= ইθ0( এল ( θ0, δ( ওয়াই) …


1
প্রোফাইল সম্ভাবনার অসুবিধাগুলি কী কী?
প্যারামিটারগুলির একটি ভেক্টর , এর আগ্রহের প্যারামিটার এবং একটি উপদ্রব পরামিতি বিবেচনা করুন।θ 1 θ 2(θ1,θ2)(θ1,θ2)(\theta_1, \theta_2)θ1θ1\theta_1θ2θ2\theta_2 যদি ডেটা থেকে তৈরি সম্ভাবনা হয় তবে এর প্রোফাইল সম্ভাবনাটি হিসাবে সংজ্ঞায়িত হয় যেখানে একটি নির্দিষ্ট মানের জন্য এর MLE ।এক্স θ 1 এল পি ( θ 1 ; এক্স ) = এল …

6
প্যারামিটারগুলি অনুমানের জন্য মেশিন লার্নিংয়ের 'মৌলিক' ধারণা কী?
প্যারামিটারগুলি অনুমানের জন্য পরিসংখ্যানগুলির 'মৌলিক' ধারণাটি সর্বাধিক সম্ভাবনা । আমি ভাবছি মেশিন লার্নিংয়ে সম্পর্কিত ধারণাটি কী? কিউন ১। এটা বলা কি ন্যায়সঙ্গত হবে যে প্যারামিটারগুলি অনুমানের জন্য মেশিন লার্নিংয়ের 'মৌলিক' ধারণাটি হ'ল: 'লোকসান ফাংশন' [দ্রষ্টব্য: এটি আমার ধারণা যে মেশিন লার্নিং অ্যালগরিদমগুলি প্রায়শই একটি ক্ষতির ফাংশন অনুকূল করে এবং তাই …

3
আর-তে তথ্য হারিয়ে যাওয়ার সর্বাধিক সম্ভাবনা
প্রসঙ্গ : কিছু অনুপস্থিত ডেটা সহ শ্রেণিবিন্যাসের রিগ্রেশন। প্রশ্ন : আর-এ হারিয়ে যাওয়া ডেটা সম্বোধনের জন্য আমি কীভাবে পূর্ণ তথ্য সর্বাধিক সম্ভাবনা (এফআইএমএল) অনুমান ব্যবহার করব? এমন কোনও প্যাকেজ রয়েছে যা আপনি সুপারিশ করবেন এবং সাধারণ পদক্ষেপগুলি কী কী? অনলাইন সংস্থান এবং উদাহরণগুলিও খুব সহায়ক হবে। পিএস : আমি একজন …

5
ভবিষ্যদ্বাণী জন্য lmer ব্যবহার
হ্যালো আমার দুটি সমস্যা আছে যা মাল্টিলেভেল / মিক্সড মডেলগুলির প্রাকৃতিক প্রার্থীদের মতো মনে হয়, যা আমি কখনও ব্যবহার করি নি। সহজ এবং একটি যা পরিচয় হিসাবে চেষ্টা করার আশা করি, তা নীচে: ডেটা ফর্মের অনেকগুলি সারিগুলির মতো দেখায় x y innergroup outergroup যেখানে x একটি সংখ্যার কোভারিয়েট যেখানে আমি …

2
আরআইএমএল বা এমএল দুটি ভিন্ন মিশ্র প্রভাবগুলির মডেলকে পৃথকীকরণের স্থির প্রভাবগুলির সাথে তুলনা করতে, তবে একই র্যান্ডম এফেক্টের সাথে?
পটভূমি: দ্রষ্টব্য: আমার ডেটাসেট এবং আর-কোড পাঠ্যের নীচে অন্তর্ভুক্ত করা হয়েছে আমি আরআইকে lme4 প্যাকেজ ব্যবহার করে উত্পন্ন দুটি মিশ্র প্রভাবগুলির মডেলগুলির সাথে তুলনা করতে এআইসি ব্যবহার করতে চাই Each প্রতিটি মডেলের একটি নির্দিষ্ট প্রভাব এবং একটি এলোমেলো প্রভাব রয়েছে। নির্দিষ্ট প্রভাব মডেলগুলির মধ্যে পৃথক, তবে এলোমেলো প্রভাব মডেলগুলির মধ্যে …

1
ফিটনেস সম্ভাব্যতা বিতরণে এমএলই বনাম সর্বনিম্ন স্কোয়ার
বেশ কয়েকটি কাগজপত্র, বই এবং আমি যে নিবন্ধগুলি পড়েছি তার উপর ভিত্তি করে আমি যে ধারণাটি পেয়েছি তা হ'ল ডেটা সংকলনে সম্ভাব্যতা বন্টন ফিট করার প্রস্তাবিত উপায়টি সর্বাধিক সম্ভাবনার প্রাক্কলন (এমএলই) ব্যবহার করে। তবে, একজন পদার্থবিজ্ঞানী হিসাবে, আরও স্বজ্ঞাত উপায় হ'ল মডেলের পিডিএফটিকে কেবলমাত্র সর্বনিম্ন স্কোয়ারগুলি ব্যবহার করে ডেটার এমেরিকাল …

1
মুহুর্তের সর্বাধিক সম্ভাবনা এবং পদ্ধতি কখন একই অনুমানকারী উত্পাদন করে?
আমাকে এই প্রশ্নটি অন্য দিন জিজ্ঞাসা করা হয়েছিল এবং এর আগে কখনও বিবেচনা করা হয়নি। আমার স্বজ্ঞাত প্রতিটি অনুমানকারী এর সুবিধা থেকে আসে। সর্বাধিক সম্ভাবনা থাকে যখন আমরা ডেটা তৈরির প্রক্রিয়াতে আত্মবিশ্বাসী থাকি কারণ মুহুর্তের পদ্ধতির বিপরীতে এটি পুরো বিতরণের জ্ঞানকে কাজে লাগায়। যেহেতু মোম অনুমানকারীরা কেবল মুহুর্তগুলিতে থাকা তথ্য …

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.