He estado leyendo sobre MLE como un método para generar una distribución ajustada. Me encontré con una declaración que decía que las estimaciones de probabilidad máxima "tienen distribuciones normales aproximadas". ¿Significa esto que si aplico MLE varias veces sobre mis datos y la familia de...
Este es un problema de práctica para un examen de mitad de período. El problema es un ejemplo de algoritmo EM. Tengo problemas con la parte (f). Enumero las partes (a) - (e) para completar y en caso de que haya cometido un error antes. Supongamos que son variables aleatorias exponenciales...
Por defecto, cuando usamos una glmfunción en R, usa el método de mínimos cuadrados reponderados iterativamente (IWLS) para encontrar la estimación de máxima verosimilitud de los parámetros. Ahora tengo dos preguntas. ¿Las estimaciones de IWLS garantizan el máximo global de la función de...
Tiempo de vida de 3 componentes electrónicos son y X 3 = 2,1 . Las variables aleatorias se modelaron como una muestra aleatoria de tamaño 3 a partir de la distribución exponencial con el parámetro θ . La función de probabilidad es, para θ > 0X1= 3 , X2= 1.5 ,X1=3,X2=1.5,X_{1} = 3, X_{2} =...
En el Análisis de supervivencia, se supone que el tiempo de supervivencia de un rv XyoXiX_i se distribuye exponencialmente. Considerando ahora que tengo "resultados" de iid rv's . De hecho, solo una parte de estos resultados está "plenamente realizada", es decir, las observaciones restantes aún...
En filogenética, los árboles filogenéticos a menudo se construyen usando MLE o análisis bayesiano. A menudo, se utiliza un previo plano en la estimación bayesiana. Según tengo entendido, una estimación bayesiana es una estimación de probabilidad que incorpora un previo. Mi pregunta es, si usa un...
Tengo un modelo de mezcla que quiero encontrar el estimador de máxima verosimilitud de un conjunto de datos dado y un conjunto de datos observados parcialmente . He implementado tanto el paso E (calculando la expectativa de dado y los parámetros actuales ), como el paso M, para minimizar la...
Estoy luchando con la implementación del estimador de máxima verosimilitud para un proceso de Hawkes (HP) multivariante. Específicamente, aunque la expresión analítica para una función de probabilidad logarítmica de un HP univariante se puede encontrar fácilmente en línea (por ejemplo, Ozaki,...
Leí en un libro de aprendizaje automático que los parámetros de regresión lineal se pueden estimar (entre otros métodos) por descenso de gradiente, mientras que los parámetros de regresión logística generalmente se estiman por estimación de máxima verosimilitud. ¿Es posible explicarle a un novato...
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...
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...
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...
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
¿Existe un nombre estándar para un modelo de elección multinomial en el que las observaciones son en forma de preguntas binarias como "prefiere A a B" y "prefiere B a D"? Esto parece una ocurrencia común, y la probabilidad es bastante fácil de escribir a mano, pero tengo problemas para buscar...
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...
La media muestral es el estimador de máxima verosimilitud de para una distribución normal . La mediana de la muestra es el estimador de máxima verosimilitud de para una distribución de Laplace (también llamada distribución exponencial doble).μμ\muNormal ( μ ,
Primero simulemos algunos datos para una regresión logística con partes fijas y aleatorias: set.seed(1) n <- 100 x <- runif(n) z <- sample(c(0,1), n, replace=TRUE) b <- rnorm(2) beta <- c(0.4, 0.8) X <- model.matrix(~x) Z <- cbind(z, 1-z) eta <- X%*%beta + Z%*%b pr <-...
En primer lugar, me gustaría precisar que no soy un experto en el tema. Suponga que tiene dos variables aleatorias e que son binomiales, respectivamente e observe aquí que es igual. Sé queXXXYYYX∼B(n1,p)X∼B(n1,p)X\sim B(n_1,p)Y∼B(n2,p),Y∼B(n2,p),Y\sim
Christopher Bishop define el valor esperado de la función de probabilidad de registro de datos completos (es decir, suponiendo que se nos dan tanto los datos observables X como los datos latentes Z) de la siguiente