mle

0열

1답변

입니다. 최대 우도 추정량에 대해 연구 중이며 매개 변수 중 하나는 digamma 함수를 사용하여 추정됩니다. 나는 방정식을 풀기 위해 uniroot를 사용하려하지만 그렇게 할 수 없다.이 dig = function(alpha){ digamma(2 + alpha) - digamma(alpha) - (1/(2+alpha)) + (2/(2+alpha)

1열

1답변

벡터화 정규 분포 파이썬

가능성 못하는 문제 때문에 here 가입일 , 양해하지만 : N = 10000 x = 10 + 2*np.random.randn(N) y = 5 + x + np.random.randn(N) def neg_loglike(const,coef,std): mu = const + coef*x print(mu.shape) return

0열

1답변

(py) Spark Parallelized 최대 우도 계산

(py) Spark에 관한 두 가지 빠른 신인 질문이 있습니다. 내가 사용하는 '읽기'칼럼의 가능성을 계산하려면, 아래와 같은 Dataframe이 scipy의 multivariate_normal.pdf() rdd_dat = spark.sparkContext.parallelize([(0, .12, "a"),(1, .45, "b"),(2, 1.01, "c"),

1열

1답변

(R)의 ccgarph 패키지에서 초기 값을 어떻게 표시 할 수 있습니까?

R에 ccgarch 패키지를 사용하고 싶습니다. 우선이 패키지의 초기 값은 무엇입니까? 어떻게이 값들을 지정할 수 있습니까? 게다가 loglik.eccc을 어떻게 사용하고 param을 정의 할 수 있습니까? 예를 들어 param=c(1,2,3,4,5,6,7,8,9,10,11,12,13,14)이있는 경우이 매개 변수는 변경되지 않으며 이전 기본값 인 para

0열

1답변

베타 분포 피팅 (R) - 다양한 시도

대칭 베타 분포 B (모양, 모양)을 기반으로 두 개의 매개 변수 shape1과 shape2가 동일한 맞춤 확률 밀도를 내 데이터에 맞추어야합니다. 문제는 일반 바닐라 대칭 베타 배포를 처리 할 때 몇 가지 문제가 발생한다는 것입니다. 게시물 끝에있는 코드를 고려하십시오. 코드에서 dbeta1은 shape1 = shape2 = shape에 대한 베타 분포

0열

1답변

MATLAB의 간단한 MLE 솔루션

맞춤 함수를 위해 MATLAB에 선형 최소 자승 모델을 적용하려고합니다. logprice_hour_seas라고하는 데이터는 복잡한 비선형 함수처럼 보입니다.이 함수는 seasonMatrix이라는 사용자 정의 함수를 사용하여 적합하지만 MATLAB의 MLE가 어떻게 작동하는지 이해하기 위해 seasonMatrix는 단순히 선형 함수입니다. 제가 MATLAB의

0열

1답변

R을 사용하는 수치 최적화 우도 함수에서 최소값을 얻을 수 있지만 헤센 행렬은 양의 값을 가지지 않습니다.

최근에 음의 로그 가능성을 최소화 한 통계 모델을 만들었습니다. 추정 할 9 개의 매개 변수가 있습니다 (실제로 두 개 더 추가하려고합니다). optim,GenSA, DEoptim,Solnp을 포함하여 R의 여러 최적화 방법이 사용되었습니다. 그렇다면 최소한 만족을 얻었습니다. 음수 주에 있는지 sqrt(diag(solve(hessian))) 그러나 오

0열

1답변

sklearn의 최대 우도 추정

내 프로젝트에서 GridSearchCV을 sklearn에 사용하여 모델에 대해 지정된 매개 변수 값을 철저하게 검색하여 가능한 최상의 매개 변수 값을 찾습니다. 난 그냥 RandomForestClassifier에서 테스트하고 max_depth과 n_estimators을 찾는 데 도움이되었습니다. 이 GridSearchCV는 최대 가능성 추정 (MLE)의 개

0열

1답변

NLP에서 최대 가능성 이해

NLP의 최대 가능도가 무엇인지 이해하려고합니다. http://www.phontron.com/slides/nlp-programming-en-01-unigramlm.pdf (9 페이지) 을 나는 매닝과 Schütze에 의한 통계 언어 처리의 기초에서 같은 방정식을 보았다 :이 presntation보고 있었다. 지금, MLE를 이해 방법은 이것에 대해 다음과

0열

1답변

MLE 용 Newton Raphson 코드 - TRUE/FALSE가 필요한 누락 값

newtonraphson <- function(ftn, x0, tol = 1e-9, max.iter = 100) { x <- x0 fx <- ftn(x) iter <- 0 while ((abs(fx[1]) > tol) & (iter < max.iter)) { x <- x - fx[1]/fx[2] fx <- ftn(x) i