我试图了解线性回归的auto.arima()和lm()是如何工作的。If am xreg term is included, a linear regression (with a constantwith an ARMA m
浏览 3提问于2015-12-09得票数 4
回答已采纳
1回答
最大似然估计的好算法
、、、
我需要用GARCH/ARCH模型估计一些统计数据。Matlab中，我使用了如下内容： [fit01,~,LogL01] =garchfit(spec, STAT);我的程序现在工作非常慢，有时不正确。有人知道关于MLE的一些好的
浏览 1提问于2013-09-12得票数 0
在Logistic回归的R& Spark的比较估计/系数中，观察到估计值是不一样的。根据现有文献，最大似然估计似乎更有效。我很想知道，为什么Spark开发人员没有选择“<
浏览 0提问于2016-09-04得票数 1
1回答
为了使用因子分析为我的数据选择最佳的底层因素，我决定使用scikit学习的文档中概述的教程。
运行cross_val_score(fa, X)输出分数(通常为负数)。这个分数到底是多少？任何参考与您的答复将是非常感谢！
浏览 0提问于2018-08-16得票数 0
回答已采纳
1回答
然而，作为工作的一部分，我必须使用最大似然估计估计数据的分布参数(σ，μ)，并在我的分类器中使用它们。那么，有没有python库或伪代码可以使用最大似然法估计高斯分布参数，以便我可以在分类器中使用估计值？
我在找Matlab语言的mle(data,'distribution',dist)之类的东西。
浏览 219提问于2018-07-15得票数 1
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k。因此，我首先从chi分布中提取了20个随机值，然后用最大似然法估计了R中的自由度k。假定chi分布的似然函数是：library('maxLik')
> df = 3
> df <-
浏览 8提问于2021-11-01得票数 0
logLik函数的lm方法返回的对数似然似乎与手动计算的对数似然不匹配。 为了演示，下面我将一个只有一个截距的标准线性模型拟合到一个具有三个点的简单数据集。然后，我使用logLik提取对数似然，并通过对在最大似然估计时评估的pdf的对数求和来手动计算它。深入研究logLik (stats:::logLik.lm)调用的方法，计算对数似然的关键行可以写成 n <- nrow(t
浏览 53提问于2021-04-28得票数 0
回答已采纳
我正在使用scikit learn的LinearRegression()建立我的第一个时间序列预测模型。我还遇到了统计模型AutoReg()、ARMA()和SARIMAX()。不幸的是，从文献中我找不到考虑它们的方法。它们是LinearRegression()的替代品吗？他们是ML吗？它们有根本的不同吗？
浏览 30提问于2021-05-14得票数 0
回答已采纳
使用的是哪些算法，算法还是其他算法？
UPD，据我所知，fit中的优化算法找到了最大似然估计。但是，例如，对于scipy.stats.norm，极大似然是众所周知的-它是样本平均值的正常均值和平方根从样本方差-西格玛。为什么它不是计算出来的？
浏览 4提问于2013-05-27得票数 2
回答已采纳
如果极大似然估计( MLE )不能给出Logistic回归中参数的适当闭型解，为什么这种方法会有如此多的讨论呢？为什么不坚持梯度下降来估计参数呢？
浏览 0提问于2022-05-04得票数 2
回答已采纳
1回答
我正在用Python做情感分析方面的研究，目前我对nltk.probability有一些困惑
，Laplace估计作为概率分布的实验，用来产生频率分布。"Laplace估计“是从N个结果和B桶as (c+1)/(N+B)的实验中得到的计数为c的样本的概率。这相当于在每个垃圾箱的计数中添加一个，并对结果的频率分布进行最大似<e
浏览 3提问于2015-11-04得票数 0
回答已采纳
我必须估计由Pareto分布和指数分布组成的混合分布的参数。我正在使用最大似然估计程序，通过使用对数似然函数，并对每个对数进行微分，对数似然方程是非线性的，我必须使用牛顿Rhapson迭代method.How，我可以使用R或任何其他编程语言吗？
浏览 3提问于2010-08-03得票数 2
1回答
我的尝试是： 我尝试使用λ的最大似然估计，我找到了样本均值。然后使用不变性属性，它得出(1+X¯)e^−X‘将是(1+λ)e^−λ的最大似然估计，但我不确定它是否也是无偏的。
浏览 45提问于2020-12-11得票数 0
我认为这是使用期望最大化，但我不确定，我在文档中找不到这方面的任何提示。此外，.fit()方法的详细输出显示了单个优化的步骤，这使我更加怀疑。
如果它不使用EM，它在做什么？
浏览 11提问于2021-04-19得票数 1
回答已采纳
我有一个以千兆字节(GB)为单位的数据集，并希望估计其中缺失值的参数。
在机器学习中有一种称为MLE(最大似然估计)的算法可以用于机器学习。
浏览 3提问于2013-01-18得票数 3
回答已采纳
1回答
但我面临的问题是估计K。
我发现了一种方法model.estimate()，它可以用来估计K的不同值，但是我没有任何想法来证明K的值对模型是最好的
浏览 5提问于2015-07-30得票数 2
方法scipy.stats.rv_continuous.fit找到使对数似然函数最大化的参数，该对数似然函数由输入数据和分布rv_continuous的规格确定。scipy.stats.rv_continuous.fit的文档没有解释对数似然函数是如何生成的，我想知道是如何生成的。我需要它，这样我就可以在fit估计的参数(即最大值)下计算对数似然的值。
浏览 27提问于2020-01-23得票数 1
回答已采纳
4回答
最大似然估计伪码
、、、
我需要编写一个最大似然估计器来估计一些玩具数据的均值和方差。我有一个包含100个样本的向量，用numpy.random.randn(100)创建。数据应具有零均值和单位方差高斯分布。有没有最大似然估计器的伪代码？我得到了MLE的直觉，但我不知道从哪里开始编码。
维基说取最大对数似然率。我所理解的是:我需要使用不同的参数来计算对数似然，然后我将采用
浏览 4提问于2011-10-11得票数 28
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
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
