প্রশ্ন ট্যাগ «maximum-likelihood»

আমার ফর্মটির একটি জিএলএমএম রয়েছে: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) আমি যখন ব্যবহার করি drop1(model, test="Chi"), তখন আমি Anova(model, type="III")গাড়ি প্যাকেজটি ব্যবহার করি বা না থেকে তার চেয়ে আলাদা ফলাফল পাই summary(model)। এই দ্বিতীয় দুটি একই উত্তর দেয়। একগুচ্ছ মনগড়া তথ্য …

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 

শূন্য স্ফীত পইসন রিগ্রেশন মডেল একটি নমুনা জন্য সংজ্ঞায়িত করা হয় দ্বারা ওয়াই আমি = { 0 সম্ভাব্যতা সঙ্গে পি আমি + + ( 1 - পি আমি ) ই - λ আমি ট সঙ্গে সম্ভাব্যতা ( 1 - পি আমি ) e - λ i λ k i / …

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

ধরুন আমি iID পর্যবেক্ষণ করেছি এবং এইচ 0 : A vech ( Σ - 1 ) = a এর সাথে একটি ম্যাট্রিক্স A এবং ভেক্টর a পরীক্ষা করতে চাই । এই সমস্যা সম্পর্কে কোন জ্ঞাত কাজ আছে?এক্সআমি। এন( μ , Σ )xi∼N(μ,Σ)x_i \sim \mathcal{N}\left(\mu,\Sigma\right)এইচ0: এ H0:A H_0: A\ ( Σ)- …

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

আমার বিদ্যালয়ের বছরগুলিতে এবং বিশ্ববিদ্যালয়ে পরিসংখ্যান সম্পর্কে আমার যথেষ্ট কোর্স ছিল। আমার কাছে সিআই, পি-মান, পরিসংখ্যানগত তাত্পর্য ব্যাখ্যা, একাধিক পরীক্ষা, পারস্পরিক সম্পর্ক, সহজ লিনিয়ার রিগ্রেশন (কমপক্ষে স্কোয়ার সহ) (সাধারণ রৈখিক মডেল) এবং হাইপোথিসিসের সমস্ত পরীক্ষার মতো ধারণাগুলি সম্পর্কে আমার যথেষ্ট ধারণা রয়েছে। আমার আগের দিনগুলির বেশিরভাগ অংশটি বেশিরভাগ গাণিতিকভাবে পরিচয় …

10 bayesian  references  maximum-likelihood  generalized-linear-model 

সর্বাধিক সম্ভাবনা অনুমানের প্রসঙ্গে ওয়াল্ড, সম্ভাবনা অনুপাত এবং ল্যাঞ্জরেঞ্জ গুণক পরীক্ষাগুলি asyptotically সমতুল্য। যাইহোক, ছোট নমুনাগুলির জন্য এগুলি কিছুটা বিচ্যুত হওয়ার ঝোঁক থাকে এবং কিছু ক্ষেত্রে তারা বিভিন্ন উপসংহারে আসে। তারা নাল প্রত্যাখ্যান করার সম্ভাবনা অনুসারে কীভাবে তাদেরকে স্থান দেওয়া যেতে পারে? যখন পরীক্ষাগুলির বিরোধী উত্তর থাকে তখন কী করবেন? …

10 hypothesis-testing  maximum-likelihood 

একজন রোগীকে হাসপাতালে ভর্তি করা হয়। তাদের থাকার দৈর্ঘ্য 2 টি বিষয়ের উপর নির্ভর করে: তাদের আঘাতের তীব্রতা এবং তাদের বীমা হাসপাতালে রাখার জন্য তাদের বীমা কতটা দিতে আগ্রহী। কিছু রোগী যদি তাদের বীমা তাদের থাকার জন্য অর্থ প্রদান বন্ধ করার সিদ্ধান্ত নেন তবে অকালমে চলে যাবেন। নিম্নলিখিতটি ধরে নিন: …

10 maximum-likelihood  modeling 

আমার প্রশ্ন মিনকার "ডিরিচলেট ডিস্ট্রিবিউশন অনুমান করা" পড়ার দ্বারা উত্থাপিত হয় , যা এলোমেলো ভেক্টরগুলির পর্যবেক্ষণের ভিত্তিতে একটি ডিরিচলেট বিতরণের জন্য সর্বাধিক সম্ভাবনা অনুমানকারী প্রাপ্তির প্রসঙ্গে প্রমাণ ছাড়াই নিম্নলিখিতটি উল্লেখ করে: ক্ষতিকারক পরিবারের মতো সর্বদা, যখন গ্রেডিয়েন্ট শূন্য হয়, প্রত্যাশিত পর্যাপ্ত পরিসংখ্যান পর্যবেক্ষণের পর্যাপ্ত পরিসংখ্যানের সমান। তাত্পর্যপূর্ণ পরিবারে উপস্থাপিত পরিবারে …

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

লজিস্টিক রিগ্রেশনগুলির জন্য আমি সর্বাধিক সম্ভাবনা অনুমানের (এমএলই) উপর কয়েকটি ঘটনা বুঝতে চাই। এটি কি সত্য যে, সাধারণভাবে, লজিস্টিক রিগ্রেশনের জন্য এমএলই পক্ষপাতদুষ্ট? আমি "হ্যাঁ" বলতাম। আমি জানি, উদাহরণস্বরূপ, সেই নমুনা মাত্রা MLEs এর asympotic পক্ষপাতের সাথে সম্পর্কিত। আপনি কি এই ঘটনার কোনও প্রাথমিক উদাহরণ জানেন? যদি এমএলই পক্ষপাতদুষ্ট হয় …

10 logistic  maximum-likelihood  unbiased-estimator  bias 

বায়েশিয়ান উত্তরোত্তর বিবেচনা করুন θ∣Xθ∣X\theta\mid X। অ্যাসিপটোটিক্যালি, এর সর্বোচ্চটি এমএলই অনুমানে ঘটেθ^θ^\hat \theta, যা কেবল সম্ভাবনা সর্বাধিক করে তোলে argminθfθ(X)argminθfθ(X)\operatorname{argmin}_\theta\, f_\theta(X)। এই সমস্ত ধারণাগুলি — বায়েশিয়ান প্রিয়ার্স, সম্ভাবনা সর্বাধিক করে তোলা — শব্দটি সুপার অরিজিনাল এবং মোটেও স্বেচ্ছাসেবক নয়। দর্শন লগ নেই। তবুও এমএলই প্রকৃত বিতরণের মধ্যে কেএল বৈচিত্রকে হ্রাস …

9 bayesian  maximum-likelihood  kullback-leibler 

কেসেলা এবং বার্গার এমএল অনুমানকারকের অদম্য সম্পত্তি নীচে উল্লেখ করেছেন: যাইহোক, আমার কাছে মনে হয় তারা "সম্ভাবনা" এর সংজ্ঞা দেয় ηη\eta সম্পূর্ণরূপে অস্থায়ী এবং অযৌক্তিক উপায়ে: যদি আমি সম্ভাব্যতা তত্ত্বের বেসিক নিয়মগুলিকে সাধারণ কেস হুইটারে প্রয়োগ করি η=τ(θ)=θ2η=τ(θ)=θ2\eta=\tau(\theta)=\theta^2, আমি পরিবর্তে নিম্নলিখিত পেতে: L(η|x)=p(x|θ2=η)=p(x|θ=−η–√∨θ=η–√)=:p(x|A∨B)L(η|x)=p(x|θ2=η)=p(x|θ=−η∨θ=η)=:p(x|A∨B)L(\eta|x)=p(x|\theta^2=\eta)=p(x|\theta = -\sqrt \eta \lor \theta = \sqrt …

9 self-study  bayesian  maximum-likelihood  frequentist  invariance 

হস্টি এবং তিবশিরানী তাদের বইয়ের ৪.৩.২ বিভাগে উল্লেখ করেছেন যে লিনিয়ার রিগ্রেশন সেটিং-এ, সর্বনিম্ন স্কোয়ার্স পদ্ধতির পক্ষে সর্বাধিক সম্ভাবনার একটি বিশেষ ঘটনা। কীভাবে আমরা এই ফলাফলটি প্রমাণ করতে পারি? পিএস: কোনও গাণিতিক বিশদ ছাড়বেন না।

9 regression  maximum-likelihood  least-squares 

প্রশ্নটি শিরোনামযুক্ত কাগজটির উপর ভিত্তি করে: মিলিত রেডিয়েটিভ ট্রান্সপোর্ট-ডিফিউশন মডেল ব্যবহার করে বিচ্ছুরিত অপটিক্যাল টমোগ্রাফিতে চিত্র পুনর্গঠন Image লিংক ডাউনলোড কর লেখক ই.এম. সঙ্গে অ্যালগরিদম প্রয়োগ একটি অজানা ভেক্টরের sparsity নিয়মিতকরণ একটি ইমেজ পিক্সেল অনুমান করার জন্য। মডেল দিয়েছেনl1l1l_1μμ\mu y=Aμ+e(1)(1)y=Aμ+ey=A\mu + e \tag{1} অনুমানটি Eq (8) এ দেওয়া হয়েছে μ^=argmaxlnp(y|μ)+γlnp(μ)(2)(2)μ^=arg⁡maxln⁡p(y|μ)+γln⁡p(μ)\hat{\mu} …

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

আমি একটি মেশিন লার্নিং বইতে পড়েছি যে রৈখিক প্রতিরোধের পরামিতিগুলি গ্রেডিয়েন্ট বংশোদ্ভূত দ্বারা (অন্যান্য পদ্ধতিগুলির মধ্যে) অনুমান করা যায়, যখন লজিস্টিক রিগ্রেশনের পরামিতিগুলি সাধারণত সর্বাধিক সম্ভাবনার অনুমান দ্বারা অনুমান করা হয়। লিনিয়ার / লজিস্টিক রিগ্রেশন জন্য কেন আমাদের বিভিন্ন পদ্ধতির প্রয়োজন তা কোনও নবজাতককে (আমাকে) ব্যাখ্যা করে বলা সম্ভব? ওরফে …

9 regression  logistic  maximum-likelihood 

আমি একটি মিশ্রণ মডেল যা আমি ডেটার একটি সেট দেওয়া সর্বোচ্চ সম্ভাবনা মূল্নির্ধারক খুঁজতে চান আছে এবং আংশিকভাবে পর্যবেক্ষিত তথ্য একটি সেট । আমি উভয় ই-পদক্ষেপ বাস্তবায়িত হয়েছে (প্রত্যাশা গণক দেওয়া এবং বর্তমান পরামিতি , এবং M-পদক্ষেপ), নেতিবাচক লগ-সম্ভাবনা প্রত্যাশিত দেওয়া কমান ।xxxzzzzzzxxxθkθk\theta^kzzz যেহেতু আমি এটি বুঝতে পেরেছি, প্রতিটি পুনরাবৃত্তির …

9 maximum-likelihood  mixture  expectation-maximization 

ফাইলোজেনেটিক্সে, প্রায়শই এমএলই বা বায়েশিয়ান বিশ্লেষণ ব্যবহার করে ফাইলেজেনেটিক গাছগুলি নির্মিত হয়। প্রায়শই, একটি ফ্ল্যাট পূর্বে বায়েশিয়ান প্রাক্কলনে ব্যবহৃত হয়। যেমনটি আমি এটি বুঝতে পারি, একটি বায়সিয়ান অনুমান একটি সম্ভাবনা অনুমান যা পূর্বে অন্তর্ভুক্ত করে। আমার প্রশ্ন হ'ল, আপনি যদি ফ্ল্যাট আগে ব্যবহার করেন তবে এটি কি সম্ভাবনা বিশ্লেষণের থেকে …

9 bayesian  confidence-interval  maximum-likelihood  likelihood  phylogeny