likelihood पर टैग किए गए जवाब

क्या एक उदाहरण है जहां आनुपातिक संभावना के साथ दो अलग-अलग रक्षात्मक परीक्षण एक को स्पष्ट रूप से अलग (और समान रूप से रक्षात्मक) इनवॉइस तक ले जाएंगे , उदाहरण के लिए, जहां पी-मान दूर-दूर तक परिमाण का क्रम है, लेकिन विकल्प के लिए शक्ति समान है? मेरे द्वारा देखे …

20 mathematical-statistics  likelihood  philosophical  likelihood-principle 

हाल ही में यहां एक टिप्पणी में एक टिप्पणीकार ने लैरी वासरमैन के एक ब्लॉग की ओर इशारा किया, जो बताते हैं (बिना किसी स्रोत के) जो अक्सर अनुमान की संभावना के सिद्धांत से टकराता रहता है। संभावना सिद्धांत बस यह कहता है कि इसी तरह के कार्यों को उपजाने …

19 inference  likelihood  frequentist  likelihood-principle 

मानकों का एक वेक्टर पर विचार करें के साथ, θ 1 ब्याज की पैरामीटर, और θ 2 एक उपद्रव पैरामीटर।(θ1,θ2)(θ1,θ2)(\theta_1, \theta_2)θ1θ1\theta_1θ2θ2\theta_2 यदि संभावना से डेटा का निर्माण किया है एक्स , के लिए प्रोफ़ाइल संभावना θ 1 के रूप में परिभाषित किया गया है एल पी ( θ 1 ; …

19 maximum-likelihood  likelihood  profile-likelihood 

मैं एक पेपर पढ़ रहा हूं, जहां लेखक बेयर्स प्रमेय के लिए अधिकतम संभावना अनुमान की चर्चा से अग्रणी हैं, शुरुआती लोगों के लिए एक परिचय के रूप में। एक संभावना उदाहरण के रूप में, वे एक द्विपद वितरण के साथ शुरू करते हैं: p(x|n,θ)=(nx)θx(1−θ)n−xp(x|n,θ)=(nx)θx(1−θ)n−xp(x|n,\theta) = \binom{n}{x}\theta^x(1-\theta)^{n-x} और फिर दोनों …

19 bayesian  likelihood  definition  philosophical 

मैं एक गहरे स्तर पर सांख्यिकी और संभाव्यता सिद्धांत में लॉग-लाइबिलिटी (और शायद अधिक सामान्यतः लॉग-प्रायिकता) की सर्वव्यापीता को समझने की कोशिश कर रहा हूं। लॉग-संभाव्यताएं सभी जगह दिखाई देती हैं: हम आमतौर पर विश्लेषण के लिए लॉग-लाइबिलिटी के साथ काम करते हैं (उदाहरण के लिए अधिकतमकरण), फिशर सूचना को …

18 probability  bayesian  likelihood  log-likelihood 

यह अक्सर, तर्क दिया जाता है बायेसियन ढांचे व्याख्या में एक बड़ा लाभ यह है कि (frequentist से अधिक) है क्योंकि यह डेटा दिया एक पैरामीटर की संभावना की गणना करता है - p(θ|x)p(θ|x)p(\theta|x) के बजाय p(x|θ)p(x|θ)p(x|\theta) frequentist ढांचे में के रूप में । अब तक सब ठीक है। लेकिन, …

18 bayesian  interpretation  prior  likelihood  posterior 

मैं वर्तमान में लिकलीहुड प्रिंसिपल को समझने की कोशिश करता हूं और मुझे बिल्कुल नहीं मिलता। इसलिए, मैं एक सूची के रूप में अपने सभी प्रश्न लिखूंगा, भले ही वे बहुत बुनियादी प्रश्न हों। इस सिद्धांत के संदर्भ में "सूचना के सभी" वाक्यांश का वास्तव में क्या मतलब है? (जैसा …

17 bayesian  likelihood  likelihood-principle 

मेरे प्रश्न का सार यह है: आज्ञा देना एक बहुभिन्नरूपी सामान्य रैंडम वैरिएबल है जिसका माध्य और सहसंयोजक मैट्रिक्स । चलो , यानी । मैं कैसे एक मॉडल के एआईसी की तुलना वास्तविकताओं के अनुरूप करने के लिए फिट कर सकता हूं जो एक मॉडल वास्तविकताओं का अवलोकन करने के …

17 data-transformation  aic  likelihood 

अनुमानित बायेसियन अभिकलन वास्तव में किसी भी स्टोकेस्टिक मॉडल को फिट करने के लिए एक बहुत ही अच्छी तकनीक है, जो उन मॉडलों के लिए अभिप्रेत है जहाँ संभावना संभव नहीं है (कहते हैं, यदि आप मापदंडों को ठीक करते हैं तो आप मॉडल से नमूना ले सकते हैं लेकिन …

16 bayesian  simulation  model  likelihood  abc 

एकतरफा घातीय हॉक्स प्रक्रिया एक आत्म-रोमांचक बिंदु प्रक्रिया है जिसमें एक घटना आगमन दर है: λ(t)=μ+∑ti&lt;tαe−β(t−ti)λ(t)=μ+∑ti&lt;tαe−β(t−ti) \lambda(t) = \mu + \sum\limits_{t_i<t}{\alpha e^{-\beta(t-t_i)}} जहां घटना के आगमन का समय है।t1,..tnt1,..tn t_1,..t_n लॉग संभावना फ़ंक्शन है −tnμ+αβ∑(e−β(tn−ti)−1)+∑i&lt;jln(μ+αe−β(tj−ti))−tnμ+αβ∑(e−β(tn−ti)−1)+∑i&lt;jln⁡(μ+αe−β(tj−ti)) - t_n \mu + \frac{\alpha}{\beta} \sum{( e^{-\beta(t_n-t_i)}-1 )} + \sum\limits_{i<j}{\ln(\mu+\alpha e^{-\beta(t_j-t_i)})} जिसे पुनरावर्ती रूप से …

16 maximum-likelihood  stochastic-processes  likelihood 

किसी दिए गए निष्कर्ष की समस्या के लिए, हम जानते हैं कि बायेसियन दृष्टिकोण आम तौर पर एक सामंतवादी दृष्टिकोण से दोनों रूपों और परिणामों में भिन्न होता है। फ़्रीक्विनिस्टर्स (आमतौर पर मुझे शामिल करते हैं) अक्सर बताते हैं कि उनके तरीकों को पूर्व की आवश्यकता नहीं है और इसलिए …

15 bayesian  inference  likelihood  likelihood-ratio  frequentist 

वाल्टमीटर कहानी और इसकी विविधताओं पर अक्सर क्या होता है? इसके पीछे विचार यह है कि एक सांख्यिकीय विश्लेषण जो काल्पनिक घटनाओं की अपील करता है, उसे संशोधित करना होगा यदि बाद में पता चला कि उन काल्पनिक घटनाओं को ग्रहण नहीं किया जा सकता था। विकिपीडिया पर कहानी का …

15 likelihood  frequentist 

यह प्रश्न इस सवाल से प्रेरित है: कब (यदि कभी) एक लगातार दृष्टिकोण एक बायेसियन की तुलना में बेहतर है? जैसा कि मैंने उस प्रश्न के मेरे समाधान में पोस्ट किया था, मेरी राय में, यदि आप एक निरंतरवादी हैं, तो आपको संभावना सिद्धांत का पालन करने / पालन करने …

14 bayesian  likelihood  likelihood-principle 

मैंने कुछ कोड लिखे हैं जो कि n-आयामी राज्य वेक्टर के लिए रेखीय गॉसियन स्टेट स्पेस एनालिसिस के लिए कलमन फ़िल्टरिंग (कई अलग-अलग कलमन-प्रकार फ़िल्टर [सूचना फ़िल्टर एट अल।] का उपयोग करके) कर सकते हैं। फ़िल्टर बहुत अच्छा काम करते हैं और मुझे कुछ अच्छा आउटपुट मिल रहा है। हालाँकि, …

13 maximum-likelihood  algorithms  kalman-filter  likelihood 

1. समस्या मैं एक चर के कुछ माप , जहां टी = 1 , 2 , । । , एन , जिसके लिए मैं एक वितरण च y टी ( y टी ) एमसीएमसी, जो सादगी मैं मान लेंगे के लिए मतलब की एक गाऊसी है के माध्यम से प्राप्त …

13 time-series  mcmc  autoregressive  likelihood