La pregunta se basa en el artículo titulado: Reconstrucción de imágenes en tomografía óptica difusa utilizando el modelo acoplado de transporte radiativo-difusión Enlace de descarga Los autores aplican el algoritmo EM con regularización de dispersión de un vector desconocido para estimar los...
Supongamos que reemplazamos la función de pérdida de la regresión logística (que normalmente es log-verosimilitud) con el MSE. Es decir, que la razón de probabilidad logarítmica sea una función lineal de los parámetros, pero minimice la suma de las diferencias al cuadrado entre la probabilidad...
Actualmente estoy estudiando sobre Regresión logística. Pero me estoy en el cálculo de la intercepción ( ) y el coeficiente ( ). Lo he estado buscando a través de Internet, pero solo obtengo tutoriales usando Microsoft Excel o funciones integradas en R. Escuché que se puede resolver con Maximum...
Tengo una pregunta generalmente básica que hacer aquí que me ha estado preocupando por un tiempo. A través de la mayoría de mis lecturas de estadísticas bayesianas, se afirmaba de hecho que la probabilidad marginal a menudo es intratable o difícil de estimar. ¿Por qué? Las razones a menudo...
Hastie y Tibshirani mencionan en la sección 4.3.2 de su libro que en la configuración de regresión lineal, el enfoque de mínimos cuadrados es, de hecho, un caso especial de máxima verosimilitud. ¿Cómo podemos probar este resultado? PD: no ahorres detalles
¿Cómo interpreta una curva de supervivencia del modelo de riesgo proporcional de Cox? En este ejemplo de juguete, supongamos que tenemos un modelo de riesgo proporcional de Cox ageen kidneydatos variables y generamos la curva de supervivencia. library(survival) fit <- coxph(Surv(time,...
Esta pregunta surgió en clase: si usamos valores p para evaluar hipótesis en un experimento, ¿qué parte del Principio de Probabilidad no estamos obedeciendo: Suficiencia o Condicionalidad ? Mi intuición sería decir Suficiencia , ya que calcular un valor p se basa en resultados no observados de un...
Casella y Berger establecen la propiedad de invariancia del estimador de ML de la siguiente manera: Sin embargo, me parece que definen la "probabilidad" de de una manera completamente ad hoc y sin sentido:ηη\eta Si aplico las reglas básicas de la teoría de la probabilidad al caso simple...
Estoy buscando la terminología estadística correcta para describir el siguiente problema. Quiero caracterizar un dispositivo electrónico que tenga una respuesta lineal Y=β0 0+β1X+ ϵY=β0+β1X+ϵY = \beta_0 + \beta_1 X + \epsilon dónde ϵ ∼ N( 0 ,σ2r o)ϵ∼N(0,σro2)\epsilon \sim N(0,\sigma^2_{ro})es un...
¿Cómo completo el cuadrado desde el punto donde lo dejé y es correcto hasta ahora? Tengo un previo normal para ββ\beta de la forma p(β|σ2)∼N(0,σ2V)p(β|σ2)∼N(0,σ2V)p(\beta|\sigma^2)\sim \mathcal{N}(0,\sigma^2V),
Tengo dos grupos de 10 participantes que fueron evaluados tres veces durante un experimento. Para probar las diferencias entre los grupos y entre las tres evaluaciones, ejecuté un ANOVA de diseño mixto 2x3 con group(control, experimental), time(primero, segundo, tres) y group x time. Ambos timey...
Tengo un conjunto variable de respuestas que se expresan como un intervalo, como la muestra a continuación. > head(left) [1] 860 516 430 1118 860 602 > head(right) [1] 946 602 516 1204 946 688 donde izquierda es el límite inferior y derecha es el límite superior de la respuesta. Quiero...
Tengo algunos problemas para comprender el concepto y la derivación de la probabilidad de datos truncados. Por ejemplo, si quiero encontrar la función de probabilidad basada en una muestra de una distribución, pero al tomar una muestra de la distribución, observo los valores truncados (donde hay...
Supongamos que tengo un experimento de lanzamiento de moneda en el que quiero calcular la estimación de probabilidad máxima del parámetro de moneda cuando lanzo la moneda veces. Después de calcular la derivada de la función de probabilidad binomial L (p) = {n \ choose x} p ^ x (1-p) ^ {nx} ,...
Mi proyecto actual puede requerir que construya un modelo para predecir el comportamiento de un determinado grupo de personas. el conjunto de datos de entrenamiento contiene solo 6 variables (la identificación es solo para fines de identificación): id, age, income, gender, job category, monthly...
Tengo dificultades con las probabilidades . Entiendo el teorema de Bayes p(A|B,H)=p(B|A,H)p(A|H)p(B|H)p(A|B,H)=p(B|A,H)p(A|H)p(B|H)p(A|B, \mathcal{H}) = \frac{p(B|A, \mathcal{H}) p(A|\mathcal{H})}{p(B|\mathcal{H})} que puede deducirse directamente de la solicitud
¿Por qué un GLM predice la media y no el modo de una señal? ¿Esto no contradice la base misma detrás del GLM, es decir, la máxima probabilidad? Las ecuaciones para resolver los parámetros del modelo en un GLM se basan en la maximización de la probabilidad según lo descrito por la distribución de...
Tengo un modelo que va: Single parameter -> Complex likelihood function -> Log-likelihood. Ejecuté una cadena MCMC (usando pymc) y tracé el rastro del parámetro y la probabilidad logarítmica. La estimación del parámetro terminó siendo razonable, pero el gráfico de probabilidad de registro me...
Primero déjame darte algunos antecedentes; Resumiré mis preguntas al final. La distribución Beta, parametrizada por su media yμμ\muϕϕ\phi, tiene Var( Y) = V( μ ) / ( ϕ + 1 )Var(Y)=V(μ)/ /(ϕ+1)\operatorname{Var}(Y) = \operatorname{V}(\mu)/(\phi+1), donde es la función de variación.V( μ ) = μ ( 1...
Estoy tratando de entender la diferencia entre la Newton-Raphsontécnica y la Fisher scoringtécnica calculando la primera iteración para cada método para una Bernoullimuestra. (Sé que en este caso puedo calcular explícita e inmediatamenteπm l eπmetrolmi\pi_{mle} pero quiero hacerlo de forma...