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
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
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
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
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
在MATLAB中，binofit返回二项概率分布和置信区间成功的最大似然估计。statsmodels.stats.proportion.proportion_confint也返回置信区间，但找不到用于二项概率分布的最大似然估计的函数。
浏览 4提问于2019-02-07得票数 0
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
1回答
我正在使用python scikit-learn包中的高斯混合模型来训练我的数据集，但是，我在编码时发现了这一点-- G.fit(...)得到的对数概率是正实数...为什么会这样呢？对数概率不一定是负的吗？如果协方差矩阵接近奇异，那么GMM将不会很好地执行，通常这意味着数据不适合于这样的生成任务
浏览 1提问于2012-08-29得票数 7
回答已采纳
它是该模型下的最大似然估计，即单个值，还是多个参数值的概率乘积的结果？抱歉，我知道这是一件非常基本的事情，我不知道。
浏览 3提问于2016-07-26得票数 0
回答已采纳
首先，我已经通过下面的最大似然估计代码使用VGAM软件包的dnaka估计了比例和形状参数： if(par[1]>0 & par[2]>0) {return) )} # m=shape, ohm or spread = scale}然后，我通过以下代码基于估计的参数估计对数似然
浏览 0提问于2017-10-12得票数 0
1回答
103 1804105 1765107 1976109 2512当你知道样本的类型和每种类型的样本数时，就会使用多项式极大似然估计如何使用Python进行数据的多项式最大似然估计？
浏览 12提问于2022-06-28得票数 0
1回答
我试图用最大似然估计将GARCH(1,1)模型拟合到具有Gamma(a，1/a)分布的数据集中。因此，使用is的对数似然函数im : LogL =- ln(Γ(nu )) +( nu - 1) * ln(x) - nu*(x/mu) -nu*nu* ln(mu)
X=数据，mu = GARCH(1,1我试图同时估计nu和GARCH(1,1)参数(omega，alpha，beta)。
浏览 6提问于2022-06-02得票数 1
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
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
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
