Eu tenho um conjunto variável de respostas que são expressas como um intervalo, como a amostra abaixo. > head(left) [1] 860 516 430 1118 860 602 > head(right) [1] 946 602 516 1204 946 688 onde esquerda é o limite inferior e direita é o limite superior da resposta. Quero estimar os...
Em uma palestra recente, disseram-me que, para que a estimativa de probabilidade máxima seja válida, a probabilidade de log precisa ir para menos infinito, pois o parâmetro vai para o limite do espaço de parâmetro. Mas não entendo por que isso é essencial. Suponha que a probabilidade do log vá para...
Suponha que eu tenha um experimento de sorteio no qual desejo calcular a estimativa de probabilidade máxima do parâmetro de moeda ppp ao lançar a moeda nnn vezes. Depois de calcular a derivada da função de probabilidade binomial L ( p ) = ( nx) px( 1 - p )n - xL(p)=(nx)px(1−p)n−x L(p) = { n \choose...
Meu projeto atual pode exigir que eu construa um modelo para prever o comportamento de um determinado grupo de pessoas. o conjunto de dados de treinamento contém apenas 6 variáveis (id é apenas para fins de identificação): id, age, income, gender, job category, monthly spend em que monthly...
Primeiro vamos simular alguns dados para uma regressão logística com partes fixas e aleatórias: set.seed(1) n <- 100 x <- runif(n) z <- sample(c(0,1), n, replace=TRUE) b <- rnorm(2) beta <- c(0.4, 0.8) X <- model.matrix(~x) Z <- cbind(z, 1-z) eta <- X%*%beta + Z%*%b pr...
Antes de mais, gostaria de precisar que não sou especialista no assunto. Suponha que duas variáveis aleatórias e sejam binomiais, respectivamente e observe aqui que é o mesmo. Eu sei queXXXYYYX∼B(n1,p)X∼B(n1,p)X\sim B(n_1,p)Y∼B(n2,p),Y∼B(n2,p),Y\sim
Christopher Bishop define o valor esperado da função de probabilidade do log de dados completos (ou seja, assumindo que recebemos os dados observáveis X e os dados latentes Z) da seguinte
Eu tenho dados que descrevem com que frequência um evento ocorre durante uma hora ("número por hora", nph) e quanto tempo os eventos duram ("duração em segundos por hora", dph). Estes são os dados originais: nph <- c(2.50000000003638, 3.78947368414551, 1.51456310682008, 5.84686774940732,...
Eu entendo onde a etapa E acontece no algoritmo (conforme explicado na seção de matemática abaixo). Na minha opinião, a principal engenhosidade do algoritmo é o uso da desigualdade de Jensen para criar um limite inferior à probabilidade do log. Nesse sentido, aceitar isso Expectationé simplesmente...
Por que um GLM prevê a média e não o modo de um sinal? Isso não contradiz a própria base do GLM, ou seja, a máxima probabilidade? As equações a serem resolvidas para os parâmetros do modelo em um GLM são baseadas na maximização da probabilidade, conforme descrito pela distribuição de probabilidade...
Descobri que, para um modelo de regressão linear simples, o OLS e o método de máxima verossimilhança (assumindo a distribuição Normal) fornecem a mesma saída (valores de parâmetros). A partir disso, podemos dizer que o OLS também faz suposições implícitas sobre a distribuição Normal ou vice-versa?...
Em um modelo de equações estruturais, geralmente se usa o estimador de ML. No caso em que as variáveis não são normais multivariadas, o ML pode ser usado? Muitas vezes, os indicadores com os quais você está disponível para trabalhar não são normais multivariados. Não tenho certeza de como...
Recebi uma tabela de e , que são tais que o número de indica um quantidade de filhos que todos têm.x=(0,1,2,3,4,5,6)x=(0,1,2,3,4,5,6)x=(0,1,2,3,4,5,6)y=(3062,587,284,103,33,4,2)y=(3062,587,284,103,33,4,2)y=(3062,587,284,103,33,4,2)xixix_iyiyiy_i Me pediram para ajustar uma distribuição de Poisson...
Comecei a ler sobre o estimador de máxima verossimilhança e as estatísticas bayesianas recentemente. Eu entendo que, dado um modelo estatístico onde pertence a um grande espaço de parâmetros , a divergência KL entre e ( é a verdadeira O parâmetro que gostaríamos de encontrar) é minimizado para o...
Estou tentando entender a diferença entre a Newton-Raphsontécnica e a Fisher scoringtécnica calculando a primeira iteração para cada método de uma Bernoulliamostra. (Eu sei que, neste caso, posso calcular explicitamente e imediatamente πm l eπmeue\pi_{mle} mas quero fazê-lo iterativamente apenas...
Eu vi a seguinte justificativa para o teste de Wald da hipótese nula para um parâmetro escalar . Quando θ n é o MTE para θ estimada a partir de uma amostra independente de tamanho n , sob a hipótese nula temos √ θH0:θ=θ0H0:θ=θ0H_0: \theta = \theta_0θθ\thetaθ^nθ^n\hat{\theta}_nθθ\thetannnna...
Essa pergunta parece fundamental o suficiente para que eu esteja convencido de que foi respondida aqui em algum lugar, mas não a encontrei. Entendo que, se a variável dependente em uma regressão é normalmente distribuída, a probabilidade máxima e os mínimos quadrados comuns produzem as mesmas...
Em "Aprendizado de máquina: uma perspectiva probabilística" de Kevin Murphy, capítulo 3.2, o autor demonstra o aprendizado do conceito bayesiano em um exemplo chamado "jogo de números": Depois de observar amostras de , queremos escolha uma hipótese que melhor descreva a regra que gerou as amostras....
Suponha que você observe o vetor de variáveis independentes e variáveis dependentes de , com probabilidade . Suponha que sejam independentes. Além disso, suponha que você receba pesos positivos , que são arbitrários, e calcule o Estimador de Máxima Verossimilhança ponderado (WMLE?): Qual é a...
As informações de Fisher são definidas de duas maneiras equivalentes: como a variação da inclinação de e como o negativo da curvatura esperada de . Como o primeiro é sempre positivo, isso implicaria que a curvatura da função de probabilidade de logaritmo é negativa em todos os lugares. Isso me...