1回答
我一直在尝试用牛顿法估计两参数威布尔分布。当我读到一些关于使用牛顿-拉夫森算法的文章时，我发现理解某些方面是很有挑战性的。 我试着用Python实现它，但我认为我的方法没有错。我的代码运行时，问题是它没有找到正确的估计值(1.9和13.6)： #data input in the Weibull dist.
t = np.array(list(range(1, 10)))Iteration-2, a = 4.193
浏览 34提问于2021-03-24得票数 0
回答已采纳
我需要使用MLE从样本数据中估计威布尔分布的形状和尺度参数。我检查了Apache commons Math的WeibullDistribution类，但它没有这样的功能。有什么建议吗？
浏览 7提问于2017-12-13得票数 6
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
我需要在R中编程牛顿-拉夫森方法来估计泊松分布的参数。我刚刚开始编程和R。当我用模拟数据运行我的程序时，R返回一些错误。nstep=i, initial=initval, final=x1, fctval=f(x1))据我所知，一个问题来自于参数µ在NR函数的迭代和log
浏览 10提问于2017-03-09得票数 0
我正在进行一项小型的仿真研究，以检验矩量法和极大似然估计的渐近性。矩估计的方法很容易得到(它是由我的代码的第二行给出的)，但是对于mle，我必须编写一个Newton-Raphson算法(对于一个样本非常好)。mle需要用矩量估计法作为起点( a0)，因为它具有一些最优的统计性质。){istop=1} }}
这个方法只适用于一个样本，但我是否可以获得这些估计
浏览 2提问于2014-10-09得票数 2
回答已采纳
1回答
我目前正在完成由Sarhan和Apaloo (2013)介绍的关于指数修正Weibull扩展(EMWE)分布的参数估计的本科论文，其pdf如下：这种分布有四个参数要用最大似然估计来估计由于隐式估计参数，所以我尝
浏览 6提问于2016-01-22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。我查看了维基百科和一些额外的资源，但我有点困惑，因为我没有统计背景。维基说取最大对数
浏览 4提问于2011-10-11得票数 28
回答已采纳
我正在使用SSJ库(它利用JFreeChart绘制图形)来拟合分布到数据(威布尔、伽马等)。使用最大似然估计。在对分布进行拟合后，我想将直方图与拟合的密度曲线一起绘制出来。
浏览 1提问于2012-09-10得票数 2
回答已采纳
我试图了解线性回归的auto.arima()和lm()是如何工作的。来自这里：
这意味着，当我用auto.arima()处理xreg时，我认为我应该得到模型的线性回归部分的相同系数，就像我使用lm()一样。但事实并非如此。下面有一个玩具例子。请注意，Intercept和xdomain在模型之间并不相同。
浏览 3提问于2015-12-09得票数 4
回答已采纳
我的目的是使用牛顿-拉夫森算法找到最大似然估计，并将其解与glm()进行比较。所以我尝试在R中使用maxLik()，结果发现错误，我以前没有使用过这个包，请修复这个错误，谢谢！
浏览 141提问于2021-04-29得票数 2
回答已采纳
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
1回答
我正在尝试估计R中的逻辑回归，手工计算所有的东西。我可以创建logit和对数似然函数，但是我不能使用某些非线性求解器来求解它。
浏览 1提问于2020-06-17得票数 2
1回答
我正在尝试使用矩方法将威布尔分布拟合到我在RStudio中的数据。我不知道需要什么样的命令和包才能适应像威布尔或帕累托这样的发行版。具体地说，我试图估计形状参数k和比例λ。
浏览 8提问于2021-03-04得票数 0
1回答
我写了一个代码，用牛顿法(雅可比N+1 * N+1)求解高维(i=0，N)中的一个二阶非线性方程组，有两个边界条件。根据此消息来源：
“一种改进的求根方案是结合二分法和牛顿-拉夫森方法。二分法保证根(或奇点)，并用于在线性假设较差时限制牛顿-拉夫森方法估计的位置变化。但是，牛顿-<
浏览 1提问于2013-05-12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
许多功能只是简单地要求您输入自由的程度，以适应一个分配和返回其他项目。然而，我想要一个像R的函数，它估计平均值，尺度参数，和df。我的最终目标是使用最佳估计的df来获得t得分。
浏览 2提问于2015-04-29得票数 0
回答已采纳
1回答
我试图用最小函数形式从正态分布中找出mu和sigma的最大似然估计。然而，最小值返回均值的期望值，但σ的估计距离实际的σ值很远。定义函数十一范数，返回正态分布的负对数似然，然后从均值为150的正态分布和标准差为10的正态分布中建立随机样本，然后用优化方法求出MLE。np.random.randn(100) + 150
result = optimize.minimize(llnorm, [150,10], args
浏览 0提问于2019-04-04得票数 0
回答已采纳
2回答
我用c语言编写了一个程序，它是用牛顿拉夫森法估计10阶多项式的根。用户输入10个系数，并假设估计方程的根。绝对相对误差为0.00000001，允许的最大迭代次数为70。示例代码如下。iteration==70){ break;}函数poly和poly_der我找
浏览 2提问于2011-03-25得票数 0
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
腾讯会议活动推荐
腾讯云开发者
