Eu sei que com um modelo que não é identificável, pode-se dizer que os dados são gerados por várias atribuições diferentes aos parâmetros do modelo. Eu sei que às vezes é possível restringir parâmetros para que todos sejam identificáveis, como no exemplo em Cassella & Berger 2nd ed, seção...
P: Qual é a maneira padrão de agrupar dados usando um Processo Dirichlet? Ao usar Gibbs, os clusters de amostragem aparecem e desaparecem durante a amostragem. Além disso, temos um problema de identificabilidade, uma vez que a distribuição posterior é invariável às remarcações de cluster....
Eu sempre luto para obter a verdadeira essência da identificação na econometria. Eu sei que afirmamos que um parâmetro (digamos ) pode ser identificado se, simplesmente olhando para sua distribuição (conjunta), pudermos inferir o valor do parâmetro. Em um caso simples de , onde , podemos afirmar...
Suponha que eu esteja trabalhando com o seguinte modelo yi=α(1−exp(−βti))+γ(1−exp(−δti))+εiyi=α(1−exp(−βti))+γ(1−exp(−δti))+εiy_i = \alpha(1-\exp(-\beta t_i))+\gamma(1-\exp(-\delta t_i)) + \varepsilon_i . O é um gaussiano com média zero e estou tentando encontrar os melhores valores de ajuste...
É bastante intuitivo que a maioria das arquiteturas / topologias de redes neurais não seja identificável. Mas quais são alguns resultados bem conhecidos no campo? Existem condições simples que permitem / impedem a identificação? Por exemplo, todas as redes com funções de ativação não lineares e...
Esta pergunta segue em stats.stackexchange.com/q/233658 O modelo de regressão logística para as classes {0, 1} é P(y=1|x)=exp(wTx)1+exp(wTx)P(y=0|x)=11+exp(wTx)P(y=1|x)=exp(wTx)1+exp(wTx)P(y=0|x)=11+exp(wTx) \mathbb{P} (y = 1 \;|\; x) = \frac{\exp(w^T x)}{1 + \exp(w^T x)} \\ \mathbb{P} (y = 0...
Meu professor de econometria usou o termo "identificado" na aula. Estamos considerando processos de geração de dados no formato que é uma variável aleatória e é um termo de erro aleatório. Nossas linhas de regressão assumem a forma deY=β0 0+β1 1X+ UY=β0+β1X+UY = \beta_0 + \beta_1 X +...