一般地，用$Y$表示观测随机变量的数据，$Z$表示隐随机变量的数据，$Y$和$Z$连在一起称为完全数据，观测数据$Y$又称为不完全数据。假设给定观测数据$Y$，其概率分布是$P(Y|\theta)$，其中$\theta$是需要估计的模型参数。那么不完全数据$Y$的似然函数是$P(Y|\theta)$ ...
分类：
编程语言 时间：
2019-11-24 15:39:44
阅读次数：
82
似然：在确定的结果下取推测产生这个结果最可能的环境（参数），似然和概率在数值上是相等的，即P(x|θ) = L(θ|x)。 作用：参数估计，在已知事件的情况下，用来估计满足这些样本分布的参数，估计出可能性最大的那个参数。 求解过程：（1）写出似然函数 （2）对似然函数进行取对数 （3）对参数进行求导 ...
分类：
其他好文 时间：
2019-11-04 09:25:40
阅读次数：
85
1. 参数估计(点估计)：样本信息已知，对总体分布和参数做出估计。方法有：矩估计，最大似然估计，最小二乘估计。 2. 矩估计：用样本的k阶原点矩替代总体的k阶原点矩，这样得到的位置参数θ的估计量称为θ的矩估计量 3. 极大似然估计：参数的极大似然估计就是在参数空间中找到一个最恰当的值，就目前的样本空 ...
分类：
其他好文 时间：
2019-11-03 20:26:11
阅读次数：
91
R语言进行DW检验： DW检验的原假设为：误差不相关！ 因为dw>0.05所以不拒绝原假设，即认为误差是不相关的。 误差自相关会产生的后果： 1．参数估计量仍然是线性的、无偏的，但非有效。 2．OLS估计量的被估方差是有偏的且会被低估，因而会使相应的t值变大。 3．模型的t和F统计检验失效。 4．用 ...
分类：
其他好文 时间：
2019-10-29 21:37:29
阅读次数：
811
遵循统一的机器学习框架理解逻辑回归 标签： 机器学习 LR 分类 一、前言 1. 我的博客不是科普性质的博客，仅记录我的观点和思考过程。欢迎大家指出我思考的盲点，更希望大家能有自己的理解。 2. 本文参考了网络上诸多资料。 二、理解 统一的机器学习框架(MLA)： 1.模型(Model) 2.策略( ...
分类：
其他好文 时间：
2019-10-04 18:42:04
阅读次数：
99
应用统计学 统计量与抽样分布 精确估计：当总体满足正态分布时。一个样本参数估计，估计总体均值时。 总体方差已知时，用样本均值满足抽样分布来估计，（其中，抽样分布是正态分布，抽样分布均值是总体均值，抽样分布方差是总体方差与样本数的比值）来估计，即如下式： 此方法的进阶版就是将样本均值写成Z分布形式，z ...
分类：
其他好文 时间：
2019-09-21 00:49:35
阅读次数：
130
借助MATLAB（R2017b）分布拟合工具箱distributionFitter，我们可以快速地检查数据的分布。 可以进行非参数密度估计（核平滑方法）和参数密度估计（Beta分布、gamma分布、Normal分布等十几个常用的参数模型）。 给出参数估计结果： Distribution: Gener ...
分类：
其他好文 时间：
2019-09-19 21:27:00
阅读次数：
488
https://www.cnblogs.com/LittleHann/p/11133457.html 再谈线性回归函数分析，从概率论与数理统计角度看线性回归参数估计 EX、DX、Cov(X, Y)、相关系数、分布（伯努利分布、泊松分布、均匀分布、指数分布、正态分布、标准正态分布） https://w ...
分类：
其他好文 时间：
2019-09-18 11:36:52
阅读次数：
138
原文链接：http://tecdat.cn/?p=6283 在Stata的实现中，可以使用鲁棒选项，当残差方差不恒定时，可以使用常规线性回归。使用稳健选项不会更改参数估计值，但使用三明治方差估计器计算标准误差（SE）。在这篇文章中，我将简要介绍使用稳健的区间回归的基本原理，并强调如果残差方差不是常数 ...
分类：
其他好文 时间：
2019-09-04 16:21:26
阅读次数：
120
生存分析 三大块内容： 1，描述性的 生存率、中位生存期、生存曲线等，常用Kaplan-meier法 2，比较分析 两组的生存曲线是否有差别，log-rank检验（单个因素） 3，cox比例风险回归 类似logistic回归，多个变量对Y的影响，得到一个概率值，只不过加了时间 多花点时间聊聊cox的 ...
分类：
其他好文 时间：
2019-08-10 19:05:39
阅读次数：
134
