问题标签 [mle]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
java - 用于计算繁重程序的 GUI 界面
我正在探索实现以下目标的最佳方式的选项。我在 R 中构建了一个计算量大的模型(它的核心使用 MLE),我想提供一个前端 GUI 来使用这个模型。模型的输入特别简单,只有两个数字列表,模型吐出各种参数。本质上,GUI 组件将是一个用户可以上传文件、填写一些文本框并指示一些偏好(例如,可能是一个或两个复选框)的单个窗口。
我很了解 Java,我的第一个想法是通过控制台或其他方法以某种方式将 Java GUI 与 R 代码链接起来。
我已经编制了一个我想到的选项列表,但对此知之甚少。您认为实现这一目标最可行和/或最简单的方法是什么?这是我的想法
- 在 Java 中包含实际的 R 代码(不确定这是否可能)
- 在 R 中包含实际的 Java GUI 代码(不确定这是否可能)
- 在 Java 中实现实际的 MLE 模型(真的不想这样做,因为 R 代码工作得很好,而且我喜欢它向我吐出的参数,例如可能性和置信区间)
- 在 Matlab 中重写 MLE 模型,并在 Matlab 中包含 Java GUI 代码
- 使用本机 R GUI(甚至存在),然后制作某种类型的 R 可执行文件
首要目标是让用户通过一个漂亮的 GUI 窗口运行这个复杂的 R 代码,这样他们就不需要调整 R 文件顶部的参数(例如,文件路径)。
r - 使用 mle2/optim 进行高斯混合建模
我在这里开发了一个mle2
模型来演示这个问题。我从两个单独的高斯分布中生成值x1
,x2
并将它们组合在一起形成x=c(x1,x2)
,然后创建一个 MLE,该 MLE 尝试通过参数将值重新分类x
为属于特定值的左侧或特定值x
的右侧。x
xsplit
问题是找到的参数并不理想。具体来说,xsplit
总是以其起始值返回。如果我改变它的起始值(例如,4 或 9),那么结果的对数可能性就会有很大的不同。
这是完全可重现的示例:
如何修改我的 mle2 以捕获正确的参数,特别是对于xsplit
?
r - R中的最大似然估计(MLE)[变量错误问题]
我正在估计横截面回归 - 片段:
lm(速率~liqamih.log+cap.log+F1+F2,数据=x)
下面列出的 R 代码。
F1 和 F2 是时间序列模型的系数估计值。
在这种情况下,我们需要处理所谓的“变量错误问题”。在文献中(链接:gendocs.ru/docs/23/22031/conv_1/file1.pdf(第 1091 页)和 paper.ssrn.com/sol3/papers.cfm?abstract_id=6992(整篇文章)),MLE 方法是这一问题的有效解决方案之一。
我想在下面的 R 代码中实现 KIM 介绍的方法(参考上面的文献链接)。如何在我的 R 代码中实现引用的方法?
对 334 名受试者的观察有 123 次时间观察。对于 123 个时间点中的每一个,我对 334 名受试者进行一次回归(所以我在每个时间点重复 123 次)。我也在 CrossValidated.com 上发布了这个主题——因为我需要一个在统计学/计量经济学以及 R 编程方面具有深厚背景的人的帮助。
python - 如何在 python/scipy 中优化二项式对数似然的参数?
我正在将一些用于估计选择模型参数的 R 代码(不是我的)转换为 Python。对于某些测试数据,我的 Python 版本没有收敛到与 R 版本相同的参数,我不知道为什么。
R 代码定义了一个对数似然函数 (L),然后使用 nlm() 函数来估计参数:
对于一组测试数据,这会产生参数估计:
在 python 中,我编写了(我认为是)一个等效的对数似然函数(它返回与 R 版本的测试参数相同的值)并尝试使用 scipy.optimize.minimize() 代替 nlm():
但是,在运行时, minimize() 似乎不成功:
其他方法(例如“Powell”)报告成功,但参数与 R 中的示例相差甚远。
我的问题是:
在其他地方,我看到“由于精度损失,不一定能达到预期的误差。” 是不良似然函数的结果 - 任何人都可以告诉这是这种情况吗?我该如何解决?
我应该尝试其他一些优化方法吗?它们需要将导数传递给 minimise() 方法 - 如何为我的 LL 函数定义梯度(以及必要时的粗麻布)?我看到了一个使用 statsmodel GenericLikelihoodModel 的示例,但对 exog/endog 感到困惑......
r - 在 mle2 中拟合具有“缺失级别”的非线性函数(警告:使用计算机的生态学家)
我正在寻求优化模型的拟合,该模型描述了在已知直径和物种的映射树图中描述在 0.5m^2“垃圾陷阱”网络中收集的垃圾数量。选择的模型有两个因素,即垫料生产的异速生长比例和垫料移动距离的指数衰减。
但是,我们的陷阱数据包含来自多棵树的输入(这是标题中提到的“缺失级别”):
到目前为止,即使是模拟数据,结果也很复杂。似乎有足够的直径和距离组合,功能应该受到一定的约束。这个分析是在我抄袭的一篇文章中进行的。我还尝试了对日志(Obs.Litter)的分析,我认为这是要走的路。但是我不确定我编写日志版本的方式是否会导致您期望执行的更好。
在这一点上,我想我只是在寻找对这种类型的“隐藏过程”拟合非线性回归或模型拟合问题更有经验的人的任何类型的建议(基于代码或概念)。下面包括数据模拟和各种可能性的代码。我在使用OpenBUGS中的贝叶斯层次模型估计这些参数方面取得了更大的成功,只有信息先验。
r - R 错误:尝试使用最大值进行估计时,OPTIM 中的 Hessian 错误。可能性
我是一个 R 菜鸟,这可能反映在不那么密集的代码中 - 所以请忍耐。我正在尝试使用最大值估计二元正态分布的系数。似然估计。我在调用 OPTIM 函数时收到与 Hessian 相关的错误。我已经尝试了很多调试,但似乎无法摆脱错误。非常感谢您对如何解决这个问题的任何见解。
我使用的数据是 {y1,y2,x1,x2} 其中 y1,y2 是二进制变量。我用来模拟数据的代码如下:
我试图估计的参数是潜在效用函数 z1 和 z2 中的 beta,以及方差-协方差矩阵中的非对角线元素。
谢谢!
我首先指定错误,然后在错误之后提供代码:
首先,似乎源于代码中这一行的错误:
A)如果我在调用 OPTIM 的参数中设置 hessian = F,我会收到以下错误和回溯:
B)如果我在调用 OPTIM 的参数中设置 hessian = T,我会收到以下错误和回溯:
现在代码:
r - 如何处理自回归模型参数估计中的这个错误?
我正在尝试使用以下代码进行自回归模型参数估计:
然后,我得到了结果以及以下错误:
有没有办法在我的自回归参数估计中消除这些错误?
实际上,我正在尝试使用自回归模型根据这些数据进行预测,
但如果可能的话,我更喜欢一阶自回归模型。
然而,即使是预测值也与预期相差甚远
预测值是问题..
有没有办法根据这些数据从第一个自回归模型中进行良好的预测
和/或任何顺序自回归模型?
如果您能提供任何帮助,我将不胜感激。
非常感谢您!
r - 如何获得 R 中的 95% 置信区间?
我想在函数中为我的参数找到 MLE 的 95% CI,但我不知道如何。
给定函数是幂律分布
f(x)=Cx^(-mu),
我使用 R 中的 bbmle 包计算了 mu 的 MLE。
互联网上的一些人说使用配置文件可能性来做到这一点,但我不确定如何在 R 中使用,或者其他导致相同结果的方法也可以。
非常感谢并提前感谢!
更新:
所以估计的 mu 是 2.00510,我想得到它的 95% CI,这可能看起来很荒谬,因为我开始的 mu 是 2,所以 2.00510 非常接近它,但我也会将此方法应用于其他数据集我还没有遇到过,所以真的希望找到一种方法来做到这一点。
intel - tboot 如何进行静态信任根测量,它会改变不同 Linux 内核的 PCR 12-PCR 14 值吗?
我已经在 ubuntu 上使用这个命令 apt-get install tboot 安装了 tboot。实际上,我对 tboot 和受信任的 Grub 有一个疑问。受信任的 grub 执行 STRM(Measurement 的静态信任根)并更改 PCR 12 -PCR14 中的值。tboot 使用可信执行技术(Intel 的 TXT)技术进行 DRTM(Dynamic root of trust for Measurement)。它会将 PCR17 中的值更改为 PCR22。我想知道,如果 tboot 支持 SRTM,那么它还应该针对不同的 Linux 内核版本将 PCR 12 中的值更改为 PCR14。但是对于不同的 Linux 内核版本,tboot 仅将 PCR17 更改为 PCR22。tboot 可以同时提供 SRTM 和 DRTM 吗?
r - 如何在R中找到多元函数的最大值
我有一个需要最大化的联合可能性,这由大约 25 个不同的变量决定。我希望有一种方法可以找到使该函数最大化的变量值组合,而无需借助 25 个循环遍历每个可能值的“for”循环。
下面是一个小得多的可能性示例,使用“for”循环方法最大化,其中“temp”计算可能性的值,而 test 是一个记录所用变量值的向量:
在此先感谢,谢尔盖