Dada una variable aleatoria X X que surgen de una distribución parametrizada , la probabilidad se define como la probabilidad de datos observados en función de F ( X ; θ ) F(X;θ) θ : L ( θ ) = P ( θ ; X = x ) θ:L(θ)=PAGS(θ;X=X)
La página de wikipedia afirma que la probabilidad y la probabilidad son conceptos distintos. En lenguaje no técnico, "verosimilitud" suele ser sinónimo de "probabilidad", pero en el uso estadístico hay una clara distinción en perspectiva: el número que es la probabilidad de algunos resultados...
¿Alguien podría explicarme en detalle sobre la estimación de máxima verosimilitud (MLE) en términos simples? Me gustaría conocer el concepto subyacente antes de entrar en derivación matemática o
Estoy empezando a incursionar con el uso de glmnetla LASSO regresión donde mi resultado de interés es dicotómica. He creado un pequeño marco de datos simulados a continuación: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) bmi_p <- c(0.86, 0.45, 0.99, 0.84,...
He leído en el resumen de este artículo que: "El procedimiento de máxima verosimilitud (ML) de Hartley aud Rao se modifica adaptando una transformación de Patterson y Thompson que divide la probabilidad de normalizar en dos partes, una libre de los efectos fijos. Maximizar esta parte produce lo...
Para un estudio de simulación tengo para generar variables aleatorias que muestran un (población) de correlación prefined a una variable existente .YYY Miré en los Rpaquetes copulay CDVineque pueden producir distribuciones aleatorias multivariadas con una estructura de dependencia dada. Sin...
En la mayoría de las tareas de aprendizaje automático en las que puede formular alguna probabilidad que debería maximizarse, en realidad optimizaríamos la probabilidad de lugar de la probabilidad de algunos parámetros . Por ejemplo, en el entrenamiento de máxima verosimilitud, generalmente es el...
¿Cuál es la razón por la que una función de probabilidad no es un pdf (función de densidad de
Los estimadores de máxima verosimilitud (MLE) son asintóticamente eficientes; vemos el resultado práctico en que a menudo les va mejor que las estimaciones del método de momentos (MoM) (cuando difieren), incluso con tamaños de muestra pequeños Aquí 'mejor que' significa en el sentido de tener...
Veo que se usan estos términos y sigo confundiéndolos. ¿Hay una explicación simple de las diferencias entre
Hay varios hilos en este sitio para recomendaciones de libros sobre estadísticas introductorias y aprendizaje automático, pero estoy buscando un texto sobre estadísticas avanzadas que incluya, en orden de prioridad: máxima probabilidad, modelos lineales generalizados, análisis de componentes...
Ok, esta es una pregunta bastante básica, pero estoy un poco confundido. En mi tesis escribo: Los errores estándar se pueden encontrar calculando el inverso de la raíz cuadrada de los elementos diagonales de la matriz (observada) de información de
¿Por favor explíqueme la diferencia en la estimación bayesiana y la estimación de máxima
Esta pregunta me ha intrigado durante mucho tiempo. Entiendo el uso de 'log' para maximizar la probabilidad, por lo que no estoy preguntando sobre 'log'. Mi pregunta es, dado que maximizar la probabilidad de registro es equivalente a minimizar la "probabilidad de registro negativa" (NLL), ¿por qué...
El artículo de Christopher Manning sobre regresión logística en R muestra una regresión logística en R de la siguiente manera: ced.logr <- glm(ced.del ~ cat + follows + factor(class), family=binomial) Alguna salida: > summary(ced.logr) Call: glm(formula = ced.del ~ cat + follows +...
El ejemplo de Stein muestra que la estimación de máxima verosimilitud de nnn variables normalmente distribuidas con medias μ1,…,μnμ1,…,μn\mu_1,\ldots,\mu_n varianzas 111 es inadmisible (bajo una función de pérdida cuadrada) si f n≥3n≥3n\ge 3 . Para una prueba clara, vea el primer capítulo de...
Me pregunto si hace una diferencia en la interpretación si solo el dependiente, tanto el dependiente como el independiente, o solo las variables independientes se transforman logarítmicamente. Considere el caso de log(DV) = Intercept + B1*IV + Error Puedo interpretar el IV como el porcentaje...
Tengo curiosidad sobre la naturaleza de Σ−1Σ−1\Sigma^{-1} . ¿Alguien puede decir algo intuitivo sobre "¿Qué dice Σ−1Σ−1\Sigma^{-1} sobre los datos?" Editar: Gracias por las respuestas Después de tomar algunos cursos excelentes, me gustaría agregar algunos puntos: Es una medida de la...
Esta pregunta ha estado enconándose en mi mente durante más de un mes. La edición de febrero de 2015 de Amstat News contiene un artículo del profesor Mark van der Laan de Berkeley que regaña a las personas por usar modelos inexactos. Afirma que al usar modelos, la estadística es entonces un arte...
Si el interés es simplemente estimar los parámetros de un modelo (estimación puntual y / o intervalo) y la información previa no es confiable, débil (sé que esto es un poco vago, pero estoy tratando de establecer un escenario donde la elección de un prior es difícil) ... ¿Por qué alguien elegiría...
En términos generales, un valor p da una probabilidad del resultado observado de un experimento dada la hipótesis (modelo). Teniendo esta probabilidad (valor p) queremos juzgar nuestra hipótesis (cuán probable es). Pero, ¿no sería más natural calcular la probabilidad de la hipótesis dado el...