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
2回答
我在R中做了一些最大似然估计，我有一个数据集c(3,33,12,22,23)，它对应于电池将持续多长时间。电池的续航时间是指数(θ)分布的。我应该画出最大似然函数。
浏览 47提问于2021-09-02得票数 0
1回答
最大化算法，它收敛并正确地返回mu和sigma的值，我已经用各种例子进行了检查。负值非常奇怪，也许我应该将可能性归一化？对数似然在Exp中的含义。最大化？
浏览 2提问于2013-03-17得票数 2
回答已采纳
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
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。在MATLAB中有没有什么函数可以作为binofit函数推荐给python呢？
浏览 4提问于2019-02-07得票数 0
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
为什么计算机在最小化功能而不是最大化功能时工作得更好？例如，当我们应用最大似然法时，我们必须使其最大化，而不是使其最大化，而是最小化负似然。我知道这些是等价的，但是为什么我们要最小化一个负函数，而不是仅仅最大化它呢？
浏览 6提问于2021-12-13得票数 0
回答已采纳
1回答
在求解自回归模型的对数似然表达式时，我跨越了在幻灯片9 下给出的方差协方差矩阵。现在，为了使用为了使似然函数表达式最大化，我需要表示方差协方差矩阵出现的似然函数。
浏览 4提问于2014-11-21得票数 0
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)然后利用似然函数计算了两个参数mu和sigma的最大似然函数。hessian = TRUE, control = list
浏览 11提问于2022-11-09得票数 1
回答已采纳
首选的方法是最大似然估计(MLE)。然而，他们实现的代码专门用于绘制曲线Pr(X >= x) vs x，其中x是给定序列中的节点。
浏览 0提问于2012-01-29得票数 5
我目前正在使用optim 'BFGS'将使用优化器fminunc计算对数似然的matlab模型集转换为R。
我有所有matlab模型的初始值、最大似然值和最终参数结果。大多数R转换的模型都可以使用optim找到，使用与matlab相同的初始参数，具有相同的对数似然和相同的最终参数值。然而，有些模型会陷入局部最优，这可以通过输入matlab端参数值作为初始值来解决，然后这些模型就会找到matlab的最大似然<
浏览 0提问于2013-02-18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
我使用R中的anova()函数为一组嵌套模型执行模型选择，每个后续模型都在前一个模型中添加了一个协变量。我想知道logLik列是如何派生出来的。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
1回答
在关于第五章的深度学习书的在线版本中，似然函数的估计量定义为：这是个体概率的乘积。接下来，该书认为，最大化上述对数似然函数(Eq.2)与最小化KL散度是一样的：或者更简单的说，就是将第二个任期最小化。因此，作者说，无论是哪种方式，我们都可以得到与Eq.2相同的函数。但不是Eq.1
在相同的Wiki页面中，似然定义如下所示，它不同于书本中的似然函数定义。
浏览 0提问于2020-12-19得票数 3
回答已采纳
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)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
R的glm返回模型的最大似然估计，而Spark的LogisticRegressionWithLBFGS返回正则化的模型估计。
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“最大似然估计”技术？
浏览 0提问于2016-09-04得票数 1
1回答
逆高斯分布的极大似然估计
、、、、
估计的'tau'，即'tau_hat'是通过最大似然估计(MLE)得到的，如下所示。给出了联合概率密度函数f(y|x,tau)。
浏览 0提问于2018-09-20得票数 10
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
