প্রশ্ন ট্যাগ «maximum-likelihood»

আপনি কি পক্ষপাতদুষ্ট গড়ের কোনও এমএলই অনুমানের উদাহরণ সরবরাহ করতে পারেন? আমি এমন কোনও উদাহরণ খুঁজছি না যা নিয়মিততার শর্ত লঙ্ঘন করে সাধারণভাবে এমএলই অনুমানকারীদের ভেঙে দেয়। আমি ইন্টারনেটে যে সমস্ত উদাহরণ দেখতে পাচ্ছি সেগুলি তারতম্যকে বোঝায় এবং আমি এর সাথে সম্পর্কিত কোনও কিছুই খুঁজে পাচ্ছি না। সম্পাদনা @ মিশেল …

17 maximum-likelihood  mean  bias 

এই ক্রস যাচাই করা প্রশ্নটি একটি নির্দিষ্ট পরিমাণের শর্তসাপেক্ষে একটি নমুনা অনুকরণ সম্পর্কে জিজ্ঞাসা করে আমাকে সেট করে দেওয়া সমস্যার কথা মনে করিয়ে দেয় জর্জ Casella । প্রদত্ত স্থিতিমাপ মডেল f(x|θ)f(x|θ)f(x|\theta) , এবং এই মডেল থেকে একটি IID নমুনা, (X1,…,Xn)(X1,…,Xn)(X_1,\ldots,X_n) , এর MLE θθ\theta দেওয়া হয় θ ( এক্স 1 …

17 maximum-likelihood  conditional-probability  random-variable  simulation  t-distribution 

প্রশ্ন নেতিবাচক দ্বিপদী (এনবি) বিতরণের বৈচিত্রটি সর্বদা এর গড়ের চেয়ে বেশি। যখন কোনও নমুনার গড়টি তারতম্যের চেয়ে বেশি হয়, সর্বাধিক সম্ভাবনার সাথে বা মুহুর্তের অনুমানের সাথে কোনও এনবির পরামিতিগুলি ফিট করার চেষ্টা করা ব্যর্থ হয় (সীমাবদ্ধ পরামিতিগুলির সাথে কোনও সমাধান নেই)। তবে এটি সম্ভব যে এনবি বিতরণ থেকে নেওয়া একটি …

17 estimation  maximum-likelihood  negative-binomial 

এটি একাংশে নিম্নলিখিত প্রশ্ন এবং এটি অনুসরণ করে আলোচনার দ্বারা অনুপ্রাণিত । ধরুন আইডির নমুনা পর্যবেক্ষণ করা হয়েছে, Xi∼F(x,θ)Xi∼F(x,θ)X_i\sim F(x,\theta) । লক্ষ্যটি অনুমান করা । তবে আসল নমুনা পাওয়া যায় না। এর পরিবর্তে আমাদের কাছে যা আছে তা নমুনার কয়েকটি পরিসংখ্যান । ধরা যাক স্থির হয়েছে। কীভাবে আমরা এস্টিমেট করেন …

17 estimation  maximum-likelihood 

আমরা কিছু লজিস্টিক রিগ্রেশন নিয়ে কাজ করছি এবং আমরা বুঝতে পেরেছি যে গড় অনুমান করা সম্ভাবনা সর্বদা নমুনায় থাকা অনুপাতের সমান; অর্থাৎ, লাগানো মানগুলির গড় গড় নমুনার গড়ের সমান। কেউ আমাকে কারণ ব্যাখ্যা করতে পারেন বা আমাকে একটি রেফারেন্স দিতে পারেন যেখানে আমি এই বিক্ষোভ খুঁজে পাব?

17 regression  logistic  modeling  generalized-linear-model  maximum-likelihood 

প্রশ্ন (গুলি): আধা সর্বাধিক সম্ভাবনা অনুমানের পিছনে কী ধারণা এবং স্বজ্ঞাততা রয়েছে (কিউএমএলই; এটি ছদ্ম সর্বাধিক সম্ভাবনা অনুমান, পিএমইএল) নামেও পরিচিত? যখন আসল ত্রুটি বিতরণ অনুমান করা ত্রুটি বিতরণের সাথে মেলে না তখন প্রাক্কলনকারীকে কী কাজ করে? কিউএমএলই- র উইকিপিডিয়া সাইটটি সূক্ষ্ম (সংক্ষেপে, স্বজ্ঞাত), তবে আমি আরও কিছু অন্তর্দৃষ্টি এবং …

17 maximum-likelihood  references  intuition  quasi-likelihood 

স্ট্যান্ডার্ড সর্বাধিক সম্ভাবনার সেটিংসে ( নমুনা ঘনত্ব ) সহ কিছু বিতরণ থেকে ) এবং সঠিকভাবে নির্দিষ্ট মডেলের ক্ষেত্রে ফিশার তথ্য দ্বারা দেওয়া হয় f y ( y | θ 0)Y1,…,YnY1,…,YnY_{1}, \ldots, Y_{n}fy(y|θ0fy(y|θ0f_{y}(y|\theta_{0} I(θ)=−Eθ0[∂2θ2lnfy(θ)]I(θ)=−Eθ0[∂2θ2ln⁡fy(θ)]I(\theta) = -\mathbb{E}_{\theta_{0}}\left[\frac{\partial^{2}}{\theta^{2}}\ln f_{y}(\theta) \right] যেখানে প্রত্যাশাটি সত্য ঘনত্বের প্রতি সম্মান নিয়ে নেওয়া হয়েছে যা ডেটা উত্পন্ন করে। …

17 maximum-likelihood  fisher-information 

আমি টি-ডিস্ট্রিবিউশনের পরামিতিগুলি কীভাবে ফিট করব, অর্থাৎ সাধারণ বন্টনের 'গড়' এবং 'মানক বিচ্যুতি'র সাথে সম্পর্কিত পরামিতি। আমি ধরে নিই যে তাদের টি-বিতরণের জন্য 'গড়' এবং 'স্কেলিং / ডিগ্রি অফ স্বাধীনতার' বলা হয়? নিম্নলিখিত কোডটি প্রায়শই 'অপ্টিমাইজেশন ব্যর্থ' ত্রুটির ফলাফল করে। library(MASS) fitdistr(x, "t") আমাকে কি প্রথম x স্কেল করতে হবে …

17 r  distributions  maximum-likelihood  fitting  robust 

আমি optimএকটি সাধারণ লিনিয়ার রিগ্রেশন glmবা এমনকি nlsফাংশন লাগানো থেকে ফলাফলগুলি পুনরুত্পাদন করার চেষ্টা করি । প্যারামিটারের অনুমানগুলি একই তবে অবশিষ্ট পরামিতিগুলির স্ট্যান্ডার্ড ত্রুটিগুলি বিশেষত যখন নমুনার আকার কম থাকে তখন একই হয় না। আমি অনুমান করি যে সর্বোচ্চ সম্ভাবনা এবং ন্যূনতম বর্গাকার পদ্ধতির (n দ্বারা বা এন-কে + 1 …

16 r  maximum-likelihood  optimization 

আমি প্রমাণ করার চেষ্টা করছি যে দুর্বলভাবে সামঞ্জস্যপূর্ণ সর্বাধিক সম্ভাবনা অনুমানকারী (এমএলই) এ মূল্যায়ন করা তথ্য ম্যাট্রিক্স প্রত্যাশিত তথ্য ম্যাট্রিক্সের একটি দুর্বলভাবে সামঞ্জস্যপূর্ণ অনুমানকারী। এটি একটি বিস্তৃত উদ্ধৃত ফলাফল তবে কেউ রেফারেন্স বা প্রমাণ দেয় না (আমি ক্লান্ত হয়ে পড়েছি গুগলের ফলাফলের প্রথম 20 পৃষ্ঠা এবং আমার পরিসংখ্যানের পাঠ্যপুস্তক) আমি …

16 maximum-likelihood  expected-value  asymptotics  information  fisher-information 

সর্বাধিক সম্ভাবনার প্রাক্কলন (এমএলই) ব্যবহার করে প্যারামিটারগুলি নির্ধারণের মধ্যে সম্ভাবনা ফাংশনটি মূল্যায়ন করা জড়িত থাকে, যা বিতরণ পরিবারকে দেওয়া (প (এক্স = এক্স | θ) প্যারামিটার স্পেস ()) এর মান (x) দ্বারা প্রাপ্ত নমুনা (এক্স) এর সম্ভাবনাটিকে মানচিত্র করে which ) এর সম্ভাব্য মানগুলির উপরে note (দ্রষ্টব্য: আমি কি ঠিক …

16 maximum-likelihood 

অবিচ্ছিন্ন তাত্পর্যপূর্ণ হকস প্রক্রিয়াটি একটি ইভেন্টটি আগমন হারের সাথে একটি স্ব-উত্তেজনাপূর্ণ পয়েন্ট প্রক্রিয়া: λ(t)=μ+∑ti&lt;tαe−β(t−ti)λ(t)=μ+∑ti&lt;tαe−β(t−ti) \lambda(t) = \mu + \sum\limits_{t_i<t}{\alpha e^{-\beta(t-t_i)}} যেখানে ইভেন্টের আগমনের সময়।t1,..tnt1,..tn t_1,..t_n লগ সম্ভাবনা ফাংশন হয় −tnμ+αβ∑(e−β(tn−ti)−1)+∑i&lt;jln(μ+αe−β(tj−ti))−tnμ+αβ∑(e−β(tn−ti)−1)+∑i&lt;jln⁡(μ+αe−β(tj−ti)) - t_n \mu + \frac{\alpha}{\beta} \sum{( e^{-\beta(t_n-t_i)}-1 )} + \sum\limits_{i<j}{\ln(\mu+\alpha e^{-\beta(t_j-t_i)})} যা পুনরাবৃত্তভাবে গণনা করা যায়: −tnμ+αβ∑(e−β(tn−ti)−1)+∑ln(μ+αR(i))−tnμ+αβ∑(e−β(tn−ti)−1)+∑ln⁡(μ+αR(i)) - t_n \mu …

16 maximum-likelihood  stochastic-processes  likelihood 

আমি অঙ্কের তুলনায় উদাহরণস্বরূপ সর্বাধিক সম্ভাবনা পদ্ধতি সম্পর্কে বিভ্রান্ত কখন এবং কেন সুনির্দিষ্ট সম্ভাবনা যেমন গাণিতিক মানে তুলনায় "আরও ভাল" অনুমান উত্পাদন করে? এটি কীভাবে যাচাইযোগ্য?

16 maximum-likelihood 

উভয় পদ্ধতির প্রো ও কনস কী?

16 maximum-likelihood  predictive-models  optimization  gradient-descent 

লিনিয়ার মিশ্রিত মডেলগুলির এলোমেলো প্রভাব সম্পর্কে মডেল নির্বাচনের বিভিন্ন বিবরণগুলি আরএএমএল ব্যবহারের নির্দেশ দেয়। আমি কিছু স্তরে আরএমএল এবং এমএল এর মধ্যে পার্থক্য জানি, তবে কেন এমএল পক্ষপাতদুষ্ট তাই কেন আরএমএল ব্যবহার করা উচিত তা আমি বুঝতে পারি না। উদাহরণস্বরূপ, এমএল ব্যবহার করে একটি সাধারণ বিতরণ মডেলের ভেরিয়েন্স প্যারামিটারে এলআরটি …

16 mixed-model  maximum-likelihood  unbiased-estimator  likelihood-ratio  reml