用极大似然来求解参数, 求导很有技巧,之前跟之前LDA相似, 还得用拉格朗日乘子求条件极值 ...
分类：
其他好文 时间：
2019-12-21 09:20:17
阅读次数：
144
一、引子 一种迭代算法，1977年由Dempster等人提出，用于含有隐变量的概率模型参数的极大似然估计，或极大后验概率估计。每次迭代由两部分构成，E步求期望，M步求极大，称为期望极大算法。 概率模型有时既含有观测变量，又含有隐变量。如果概率模型的变量都是观测变量，那么给定数据，可以直接用极大似然估 ...
分类：
编程语言 时间：
2019-12-20 18:37:52
阅读次数：
88
edgeR的介绍 背景 RNA-seq表达谱与生物复制的差异表达分析。 实现一系列基于负二项分布的统计方法，包括经验贝叶斯估计，精确检验，广义线性模型和准似然检验。 与RNA-seq一样，它可用于产生计数的其他类型基因组数据的差异信号分析，包括ChIP-seq，Bisulfite-seq，SAGE和 ...
分类：
其他好文 时间：
2019-12-18 15:05:04
阅读次数：
557
1.EM算法概念 EM 算法，全称 Expectation Maximization Algorithm。期望最大算法是一种迭代算法，用于含有隐变量（Hidden Variable）的概率参数模型的最大似然估计或极大后验概率估计。 1.1 问题描述 我们假设学校男生和女生分别服从两种不同的正态分布， ...
分类：
编程语言 时间：
2019-12-09 17:00:50
阅读次数：
86
What 现有多个变量X1, X2, X3, ....会对结果数据Y产生影响，现在要求出这些变量Xn对于最终结果的影响权重。找到一个线(两个变量)，面(三个变量)来拟合这些权重的数值。通过训练数据得到这些参数，然后使用这些参数(模型)对新数据进行预测 例如，拟合一个平面： 其中 θ0表示预置的权重参 ...
分类：
其他好文 时间：
2019-12-03 23:17:29
阅读次数：
92
What 经典的二分类算法，也可以解决多分类问题 Sigmoid函数 Sigmoid函数 公式： 自变量取值为任意实数，值域[0, 1] 结果整合： 由输入值到概率的转化，可以用于完成分类任务 似然函数： 对数似然： Why 结构简单。先用逻辑回归测试，如果不能解决在考虑其他算法 How ...
分类：
其他好文 时间：
2019-12-03 23:02:05
阅读次数：
117
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
第二章 置信区间估计 估计量和估计值的写法？ 估计值希腊字母上边有一个hat 点估计中矩估计的原理？ 用样本矩来估计总体矩,用样本矩的连续函数来估计总体矩的连续函数,这种估计法称为矩估计法。Eg：如果一阶矩则样本均值估计总体均值 公式化之后的表达： 其中的μ1的表达式： 矩估计和最大似然估计最终估计 ...
分类：
其他好文 时间：
2019-11-18 20:19:28
阅读次数：
164
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
