Me he encontrado con un problema en el libro de texto para estimar la media. El problema del libro de texto es el siguiente: Supongamos que puntos de datos, , ,. . . , , han sido generados por un pdf gaussiano unidimensional de media desconocida, pero de varianza conocida. Derive la estimación...
¿Hay alguna interpretación Bayesiana, ML o MDL conocida de validación cruzada? ¿Puedo interpretar la validación cruzada como la actualización correcta en una versión previa específicamente
Mis preguntas reales están en los últimos dos párrafos, pero para motivarlos: Si intento estimar la media de una variable aleatoria que sigue una distribución Normal con una varianza conocida, he leído que poner un uniforme antes en la media da como resultado una distribución posterior que es...
El título lo dice todo. Entiendo que los mínimos cuadrados y la máxima verosimilitud darán el mismo resultado para los coeficientes de regresión si los errores del modelo se distribuyen normalmente. Pero, ¿qué sucede si los errores no se distribuyen normalmente? ¿Por qué los dos métodos ya no son...
Estoy tratando de planificar un plan de estudio para aprender MLE. Para hacer esto, estoy tratando de averiguar cuál es el nivel mínimo de cálculo que es necesario para comprender MLE. ¿Es suficiente entender los conceptos básicos del cálculo (es decir, encontrar el mínimo y el máximo de...
En general maximizamos una función L ( θ ;X1, ... ,Xnorte) =∏i = 1norteF(Xyo∣ θ )L(θ;x1,…,xn)=∏i=1nf(xi∣θ) L(\theta; x_1, \ldots, x_n) = \prod_{i=1}^n f(x_i \mid \theta) donde es función de densidad de probabilidad si la distribución subyacente es continua, y una función de masa de probabilidad...
Considere un modelo AR ( ) (suponiendo una media cero por simplicidad):ppp xt=φ1xt−1+…+φpxt−p+εtxt=φ1xt−1+…+φpxt−p+εt x_t = \varphi_1 x_{t-1} + \dotsc + \varphi_p x_{t-p} + \varepsilon_t Se sabe que el estimador OLS (equivalente al estimador condicional de máxima verosimilitud) para está...
Propiedad de invariancia de MLE: si es el MLE de , entonces, para cualquier función , el MLE de es . θ^θ^\hat{\theta}θθ\thetaF( θ )f(θ)f(\theta)f(θ)f(θ)f(\theta)f(θ^)f(θ^)f(\hat{\theta}) Además, debe ser una función uno a uno.fff El libro dice: "Por ejemplo, para estimar , el cuadrado de una...
Estaba leyendo el libro El problema de identificación en econometría de Franklin M. Fisher, y estaba confundido por la parte de que demuestra la identificación al visualizar la función de probabilidad. El problema podría simplificarse como: Para una regresión , donde , y son los parámetros....
¿Cuáles son las estimaciones de parámetros formulados para el sesgo normal? Si puedes, la derivación a través de MLE o mamá también sería genial. Gracias Editar . Tengo un conjunto de datos para el que puedo ver visualmente por parcelas que está ligeramente sesgado a la izquierda. Quiero estimar...
Recientemente me he dado cuenta de los métodos 'libres de probabilidades' que se usan en la literatura. Sin embargo, no tengo claro qué significa que un método de inferencia u optimización esté libre de probabilidades . En el aprendizaje automático, el objetivo suele ser maximizar la probabilidad...
Estoy leyendo el documento de teoría de Doug Bates sobre el paquete lme4 de R para comprender mejor la esencia de los modelos mixtos, y encontré un resultado intrigante que me gustaría entender mejor, sobre el uso de la máxima verosimilitud restringida (REML) para estimar la varianza . En la...
Matemáticamente, a menudo se ve que las expresiones y algoritmos para la Maximización de Expectativas (EM) son a menudo más simples para modelos mixtos, sin embargo, parece que casi todo (si no todo) que se puede resolver con EM también se puede resolver con MLE (por, digamos, el método de...
La pregunta es la siguiente: Se recoge una muestra aleatoria de n valores de una distribución binomial negativa con el parámetro k = 3. Encuentre el estimador de máxima verosimilitud del parámetro π. Encuentre una fórmula asintótica para el error estándar de este estimador. Explique por...
Supongamos que observo iid , y deseo probar vech para un matriz conformable y vector . ¿Hay trabajo conocido sobre este problema?xi∼N(μ,Σ)xi∼N(μ,Σ)x_i \sim \mathcal{N}\left(\mu,\Sigma\right)H0:A H0:A H_0: A\ (Σ−1)=a(Σ−1)=a\left(\Sigma^{-1}\right) = aAAAaaa El intento obvio (para mí) sería a través...
Estoy leyendo un libro sobre sabermetría, específicamente Mathletics de Wayne Winston, y en el primer capítulo presenta una cantidad que se puede usar para predecir la tasa de victorias de los equipos: y parece insinuar que, a mitad de temporada, puede usarse para predecir la tasa de ganancias...
Me gustaría entender un par de hechos sobre estimadores de máxima verosimilitud (MLE) para regresiones logísticas. ¿Es cierto que, en general, el MLE para la regresión logística está sesgado? Yo diría que sí". Sé, por ejemplo, que la dimensión de la muestra está relacionada con el sesgo...
Estoy trabajando en un conjunto de datos. Después de usar algunas técnicas de identificación de modelos, obtuve un modelo ARIMA (0,2,1). Utilicé la detectIOfunción en el paquete TSAen R para detectar un valor atípico innovador (IO) en la observación número 48 de mi conjunto de datos...
Estoy interesado en una buena referencia para resultados relacionados con propiedades asintóticas de estimadores de máxima verosimilitud. Considere un modelo donde es una densidad -dimensional, y es el MLE basado en una muestra de donde es el valor "verdadero" de . Hay dos irregularidades que me...
Esta pregunta es de la Introducción a las estadísticas matemáticas de Robert Hogg, problema 7.4.9 de la sexta versión en la página 388. Deje ser iid con pdf cero en otro lugar, donde