MATLAB의 환경에 익숙하지 않으며 아무리 많은 노력을 기울여도 다 변수 베르누이의 ML 알고리즘을 구성하는 방법에 대한 개념을 알 수 없습니다. N 변수 (x1, x2, ..., xN)의 데이터 집합이 있고 각 변수는 D 차원 (Dx1)의 벡터이고 p = (p1, p2,. .., pD). 나에게 데이터 세트에서 추정 된 확률의 D 벡터를 제공 for n
R (초급)에서 손실 혐오 모델을 작업 중이며 3 개의 열이있는 데이터 집합에서 일부 매개 변수를 계산하려고합니다. (손실/이득 값 (연속 또는 0 또는 1로 코드화 된 결정이있는 열) (바이너리) dropbox.com/s/fpw3obrqcx8ld1q/GrandAverage.RData?dl=0 코드 부분이이 경우 사용해야하는 경우 I는 아래 주어진 사용하고
다음과 같은 최대 확률을 사용하여 g, sigma 및 lambda를 결정하는 코드를 작성하려고합니다. Function Equation. 방정식이 음수의 로그를 취하지 않도록 간격을 제한해야하지만 "L-BFGS-B는 유한 값이 필요합니다"라는 오류가 발생합니다. 이 문제를 해결하려면 어떻게해야합니까? lnQs<- c(0.4452211, 3.2828926, 3
정규 분포에 대해 알고있는 가중치를 사용하여 무작위로 1000 데이터 포인트를 생성했습니다. 이제 sig^2 값과 가중치를 추정하기 위해 -log 우도 함수를 최소화하려고합니다. 나는 개념적으로 프로세스를 얻지 만 코드를 작성할 때 나는 그냥 잃어버린다. 이 내 모델 : p(y|x, w, sig^2) = N(y|w0+w1x+...+wnx^n, sig^2)
나는 준 분리가 R 2 항 GLM에 어떻게 영향을 미치는지 배우고있다. 그리고 나는 그것이 문제가되지 않는다고 생각하기 시작한다 약간의 상황. 필자는 요소 수준의 선형 조합이 실패/실패 이외를 완전히 식별 할 수있을 때 데이터가 유사 분리라고 말합니다. 그런 다음 fail <- c(100,100,100,100)
nofail <- c(100,100,0,10
나는 시뮬레이션 연구를하고 있고 다음의 R 코드를 썼다. 두 개의 for 루프를 사용하지 않고이 코드를 작성하거나 더 효율적으로 (빠르게 실행) 만드시겠습니까? S = 10000
n = 100
v = c(5,10,50,100)
beta0.mle = matrix(NA,S,length(v)) #creating 4 S by n NA matrix
beta1
친구는 현재 MLE (Maximum Likelihood Estimation) 방법을 사용하여 시계열 모델 SARIMAX (계절 ARIMA 외생 적)의 매개 변수에 대한 과제를 수행하고 있습니다. 그에게 사용 된 데이터는 외생 변수로 인도양 다이폴 (IOD) 지수가있는 2000 ~ 2012 년의 월별 강우량에 관한 것입니다. 그것은 SARIMAX 모델 분석을
저는 Python으로 MLE 구현을하고 있습니다. 내 log-likelihood 함수는 추정 할 5 개의 매개 변수를 가지고 있고 그 중 2 개는 0과 1 사이의 제약 조건을 가지고 있습니다. statsmodels 패키지의 GenericLikelihoodModel 모듈을 사용하여 MLE를 구현할 수는 있지만 어떻게해야 할 지 모르겠습니다. 제약 조건으로이를
안녕하세요, 저는 matlab에 내장 함수를 사용하여 매개 변수를 MLE로 추정하고 싶습니다. 다음은 MATLAB이 말한 내용입니다 : phat = mle(data,'distribution',dist)
"vector"를 어떻게 사용하는지 모르겠습니다. Suppouse 나는 340 개의 관측을 통해 0, 120 및 2 관측에서 120 관측을 10 에서 어