我设法重现了this post，并试图理解它的逻辑。 下面是代码。plt.legend(loc='lower left')
plot_ll(x) 我已经掌握了norm.pdf，对数似然实现。当µ= mu_hat和sd = sd_hat时，temp_mm用于缓存x的可能性。 ll_array将缓存样本x中每个元素的所有可能性。 max(ll_array)就是要找到最大似然。谁的位置？
浏览 15提问于2019-04-21得票数 1
2回答
我是机器学习的新手，我学习的第一个论点是线性回归。我明白，用几句话来说，使用线性回归的想法是学习一个假设，它可以在y的近似下映射一个新的输入x。为了做到这一点，如果我的假设是：我必须更新我的参数，将误差函数最小化，如最小二乘，并借助梯度下降这样的优化算法优化w向量。我理解这是如何工作的，但有时我看到这种“最大似然估计”，我不明白它是否是估计w参数或其
浏览 0提问于2018-06-26得票数 1
回答已采纳
2回答
线性回归假设
、、
我读到，我们对线性回归作了以下假设：
因此，这些假设是特定于线性回归或适用于所有类型的回归技术，如支持向量回归，拉索和岭回归，逐步回归等。
浏览 0提问于2020-03-11得票数 3
1回答
我的任务是用极大似然估计来估计几种x-平方分布的概率分布函数的自由度。我已将日志-似然函数缩小到以下几个方面：(2∑=1log−12∑=1−log 1)/2(Γ(/2))−2 2log(例如，我把它作为正态分布的对数概率：
- 2*n*log(param[2]) - sum
浏览 6提问于2021-11-01得票数 0
1回答
我在Stata中通过极大似然估计了一个模型，并且惊讶地发现，当聚类观察时，对一个特定参数的估计标准误差会大大减小。我从关于ML稳健标准误差估计的中推断，如果单个观测对分数的贡献(对数似然的导数)倾向于在簇内相互抵消，那么这种情况就会发生。
我现在想更深入地探讨到底发生了什么，因此，我想看看这些贡献。然而，据我所见，Stata只给出了e(gradient)的总和。有没有办法撬开斯塔塔
浏览 2提问于2014-01-23得票数 1
回答已采纳
1回答
在R中，我试图得到极大似然估计的蒙特卡罗均方误差，我可以为MLE编写一次重复的计算，但我需要多次重复蒙特卡罗计算。我该怎么用R写这个？set.seed(101)然后利用似
浏览 11提问于2022-11-09得票数 1
回答已采纳
我正在尝试估计一个具有对数正态分布误差项的线性模型。我已经有了一个具有正态分布误差的线性模型的工作代码：library(assertthat)data(Wages1现在我试着做同样的事情，但是使用对数正态似然。-1) +
rlnorm(nrow(my_data), 0, tail(true_beta, 1
浏览 3提问于2015-03-05得票数 2
1回答
在统计学中，“算法”是“模型”的同义词吗？例如，当我拟合一个带有变量的广义线性模型，并为特定目的调整模型参数时，我是否可以报告我“开发了一个算法”，或者这是一个错误的陈述？如果是的话，我所做的最好的描述是什么？开发了模型/安装了模型/建立了模型.？
浏览 7提问于2022-08-24得票数 1
1回答
我是一个R的新手，我在几个论坛上搜索过，但到目前为止还没有得到答案。我们被要求在不使用arima()命令的情况下对AR(1)模型进行R中的最大似然估计。我们应该估计截距α，系数β和方差sigma2。数据应该遵循正态分布，我从中推导出对数似然函数。如果你能看看似然函数的推导是否正确，那就太好了。
非常感谢您的帮助！
浏览 0提问于2016-04-09得票数 2
5回答
我知道$sigma和根均方误差的概念有一个很小的区别。因此，我想知道在lm R中从函数中获取RMSE最简单的方法是什么？randomData$x+包含24系数，我不能再手工制作我的模型了那么，如何根据从lm导出的系数来评估RMSE呢？
浏览 6提问于2017-03-30得票数 23
回答已采纳
我在python中工作，我有一些操作的性能数据。我一直在尝试将正态分布和学生t分布拟合到数据的密度直方图中，作为PDF格式使用。我想用最大似然法得到调整参数、参数的标准误差和LogLikelihood值。但我遇到了一些问题。= optimize.minimize(llnorm, [statistics.mean(data),statistics.stdev(data)], args = (dat
浏览 5提问于2022-01-13得票数 0
1回答
观测数据c++中概率分布的拟合
、、、、
之后，我想用这个pdf来计算这个向量的任何条目的概率。可以为这个向量创建一个直方图(这看起来是一个更容易的解决方案)，但我需要对我不喜欢的东西进行量化。谢谢您的答复。
浏览 4提问于2014-04-13得票数 1
回答已采纳
1回答
我试图研究大量协变量p和高维区域的极大似然估计的分布(这意味着p/n，具有n个样本大小，约为1/5)。我正在生成数据，然后使用statsmodels.api.Logit将参数拟合到我的模型中。具体来说，我得到的是达到最大迭代次数，日志似然为inf，即发散，以及一个“奇异矩阵”误差。
我不知道如何补救。最初，当我仍然使用较小的值(比如80个协变量，4000个观测值)时，我偶尔会<e
浏览 0提问于2019-07-19得票数 1
回答已采纳
1回答
在谈到回归问题时，常使用RMSE (均方误差)作为评价指标。并作为线性回归中的损失函数(更重要的是？)它等价于考虑输出服从正态分布的最大似然法)。在现实生活中，我发现MAPE (平均绝对百分比误差)可能更有意义.例如，当预测房价时，我们更感兴趣的是相对误差。因为如果房子的价格在10万美元或100万美元左右，那么10万美元的差额就不一样了。在为房价预测问题创建线性回归时，我发现了以下
浏览 0提问于2020-06-18得票数 0
1回答
符号列表1：F -目标函数\gamma -正则化参数M -数字d神经网络权重N -数据元组数e -建模误差w -净权重D -基于Jacoby矩阵计算的目标函数数据集输入输出对H - Hess矩阵
我认为最小化一个目标函数：F = \gamma\sum\limits _{j=1} ^Mw_j^2 + (1-\gamma)\sum\limits_{i=1}^Ne_i^2 等价于极大似然P(w|D,\gamma)，它可以根据Bayes定理计算：P(w|D,\gamma) = \frac{P(D|w,\gamma
浏览 0提问于2019-01-05得票数 0
回答已采纳
2回答
在我的单身汉论文中，我需要分析在海洋中拍摄的图像来计数和测量水颗粒的大小。
我的问题是:除了想要的水颗粒，图像上还显示了六角形的贴片，包括：-不同的尺寸-不是规则的形状-不同的灰度值。很明显，这些补丁将伪造我的图像分析的大小和数量的粒子。因此，需要以某种方式检测和删除此修补程序。由于这只是我论文工作的一小部分，我不想花太多时间在上面，并且已经尝试了一些经典
浏览 1提问于2015-03-18得票数 5
我试图将多元t分布拟合到R中的CRSPday数据，但优化失败，每次都会出现非有限差值11的错误。有人能告诉我我做错了什么吗？
基本上，我传递均值、方差/相关性和DF作为参数并对其进行优化。
浏览 0提问于2018-04-19得票数 2
1回答
我正试图在R中编制一个具有随机效应的具有模拟最大似然的有序概率模型。我已经修改了Chris ()的代码nobs <- 1000
x2 <- rnorm(nobs)*.35^.5但是，代码给了我以下错误
浏览 4提问于2015-10-12得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
