mle

1熱

1答えて

ダム質問ようhereから容赦なく、： 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 -1*stats.norm(

2熱

2答えて

電力法poweRlawパッケージによるカットオフ分布の適合

現在、MLEによるカットオフ分布のべき乗則を計算する方法を見つけることを試みています。次のように分布が見える：あなたが見ることができるように、私は別に全体の分布（べき乗則フィット）とも下限（EXP-フィット）をフィットすることができました。私が把握していないのは、分布の上限にどのようにフィットするか（fx < 100）です。 poweRlawパッケージまたは他のRパッケージでこれを行う方法はあり

1熱

1答えて

（R）のccgarphパッケージの初期値はどのように指定できますか？

Rでccgarchパッケージを使いたいです。まず、このパッケージの初期値はどうですか？これらの値はどのように指定できますか？さらに、loglik.ecccを使用してparamを定義するにはどうすればよいですか？たとえば、param=c(1,2,3,4,5,6,7,8,9,10,11,12,13,14)がある場合、このパラメータは変更されず、以前のデフォルト値はparamです。私はすべてのR.まず

0熱

1答えて

Rでのベータ分布フィッティング

対称ベータ分布B（形状、形状）に基づいて、2つのパラメータshape1とshape2が同一のカスタム確率密度を自分のデータに合わせる必要があります。問題は、プレーンなバニラ対称ベータ版を扱うときにいくつかの問題が発生することです。投稿の最後にコードを入力してください。このコードでは、dbeta1はshape1 = shape2 = shapeのベータ分布の密度です。コードでは、dbeta2

1熱

1答えて

`bbmle：mle2`とベクトルパラメータの使用（すでに` optim`を使って動作します）

回帰をしようとするときにbbmle:mle2関数を使用する際に問題があります。私の問題を説明するために、私はおもちゃの例を思いついた。我々は、ポアソン分布（または任意のカスタム分布）のためにマイナス対数尤度を定義する：上記のコードで LL <- function(beta, z, x){ -sum(stats::dpois(x, lambda = exp(z %*% beta), lo

0熱

1答えて

二項分布に適合するGenericLikelihoodModel：出力stderrがnan

pythonに直接離散分布フィッティングパッケージがないので、私はstatmodels.base.model.GenericLikelihoodModelを使用して二項分布に適合させようとしました。しかしながら、いくつかの場合、例えばn = 5、p = 0.5において、推定概算における各項は、ポイント推定を除いて、すべての項はナノである。 nを5から10に変更すると、すべて正常に動作します。私の

0熱

1答えて

MATLABのシンプルなMLEソリューション

カスタム関数のために、線形最小二乗モデルをMATLABに適合させようとしています。私のデータはlogprice_hour_seasと呼ばれ、複雑な非線形関数のように見えますが、seasonMatrixというカスタム関数を使ってフィットしたいのですが、MATLABのMLEの仕組みを理解するために、seasonMatrixは単なる線形関数です。私はこの私はMATLABのサイトからコピーしたコード、およ

0熱

1答えて

多変量症例（多変量正常）のMLEの実施R

2変量正常症例のMLEアルゴリズムを構築しようとしている場合があります。しかし、私はどこかでエラーがないように見えますが、スクリプトを実行すると警告が表示されます。私はいくつかの最適化機能を試してみた平均vector = (0,0)と共分散matrix = matrix(c(2.2,1.8,1.8,3),2,2) と変量正規分布から私はサイズのサンプルn個持っている（100で訓練を受けた固定定数

0熱

1答えて

Rを使用した数値最適化尤度関数では、最小値が達成されますが、ヘッセ行列は正定ではありません。

最近、負の対数尤度を最小にする統計モデルを構築しました。推定には9つのパラメータがあります（実際にはさらに2つを追加したいと思います）。 Rにおけるいくつかの最適化方法が用いられており、optim,GenSA, DEoptim,Solnpを含む。それから、私は最低限の満足を得ました。 t値を計算するために次の手順で、それ自体を計算する必要がある： sqrt(diag(solve(hessian)

0熱

1答えて

MLEのニュートンラフソンコード - TRUE/FALSEが必要なTRUE/FALSEが必要です。

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