问题标签 [mle]

我有一组数据点（40 x 2），我推导出了决策边界的公式，最终结果如下：

wk是一个 1 x 2 向量，X是来自数据点集的 2 x 1 点；本质上X = (xi,yi)，其中 i = 1,2,...,40。wk我有和的值w0。

我正在尝试绘制线条wk*X + w0 = 0，但我不知道如何绘制实际线条。过去，我通过找到数据点的最小值和最大值并将它们连接在一起来做到这一点，但这绝对不是正确的方法。

我想用最大似然估计 (MLE) 估计 Sarhan 和 Apaloo (2013) 引入的指数修正威布尔扩展 (EMWE) 分布的四个参数。此分布用于可靠性和生存分析，以分析具有浴缸危险函数的数据集。

因为四个参数的对数似然函数的一阶导数给出了隐式解决方案，所以我尝试继续使用 Newton-Raphson 迭代方法。只是我对确定这种方法的良好初始猜测并不熟悉，因为我主要关注的是如何选择正确的初始猜测来获得浴缸危害函数。我正在使用 R，这是代码：

我意识到在任何优化问题中，都没有系统地选择初始猜测。然而，在最大似然问题中，一个常见的选择是选择与观测数据的经验矩（均值、方差等）相匹配的初始参数，因此我选择：

其中theta[1]和theta[4]是比例参数，theta[2]作为theta[3]形状参数，结果如下：

估计的参数是：

为了获得风险函数图，我使用以下代码：

这是情节： 浴缸危险情节

实际上，该图展示了浴缸风险曲线，但我认为我选择了错误的初始猜测，因此累积分布函数与经验分布函数大不相同。这意味着数据不遵循 EMWE 分布，而我的期望是数据必须遵循 EMWE 分布。

累积分布函数和经验分布函数如下图所示： 累积分布函数和经验分布函数

所以我这里的问题与我使用的初始猜测有关。这可能是较差的初始值。这里有没有人有解决方案来为这个数据集选择好的初始猜测？

我正在尝试为 PCA 使用 skitlearn 包。在此处给出的文档网站 http://scikit-learn.org/stable/modules/generated/sklearn.decomposition.PCA.html

据说如果n_components =='mle'，那么mle用于查找主成分的数量但是当我运行我的代码时

它给出了一条错误消息，说

未定义全局名称“mle”

如何指定必须使用 mle 方法。

有15个人。他们每个人都得到了钱。其中4人同意拿钱。如何使用python在参数p中找到最大似然估计

我是 R 的新手，在几个论坛中进行了搜索，但到目前为止还没有得到答案。我们被要求在 R 中对 AR(1) 模型进行最大似然估计，而不使用该arima()命令。我们应该估计截距 alpha、系数 beta 和方差 sigma2。数据应该遵循正态分布，我从中得出对数似然函数。然后我尝试使用以下代码对该函数进行编程：

运行此代码时，我总是收到错误消息：Error in Y - (theta[1]/(1 - theta[2]))^2 : 'Y' is missing. 如果您可以查看似然函数是否正确导出，那就太好了。

非常感谢您的帮助！

我有一个数据框，其中 xy 值表示值及其计数，例如 (1, 1000)、(2, 100)、(3, 10) 等。我想使用 MLE 对这个分布拟合幂律。

我可以使用 power.law.fit 或 power.law 库，但这些库似乎采用了特定的数据样本，而不是表示值及其计数的 xy 值。

有没有其他图书馆可以做这项工作？谢谢！

我编写了一个自定义似然函数，该函数适合集成了标记重新捕获和遥测数据的多数据模型（sensu Royle 等人，2013 年生态学和进化方法）。似然函数被设计为灵活地确定是否为不同似然分量中的不同线性模型指定了多少协变量，这些协变量由作为函数参数提供的值确定（即，我的代码中的数据矩阵“detcovs”和“dencovs” ）。当我直接将似然函数提供给优化函数（例如，optim 或 nlm）时，似然函数可以工作，但与 bbmle 包中的 mle2 函数配合得不好。我的问题是我不断遇到以下错误：“'start' 中的一些命名参数不是指定对数似然函数的参数”。这是我第一次尝试编写自定义似然函数，所以我确信有一些我不知道的通用编码约定可以使这些任务更加高效并且可以修改为 mle2 函数。下面是我的似然函数、创建凝视值对象的代码和调用 mle2 函数的代码。欢迎任何关于如何解决错误问题的建议和关于编写更清洁函数的一般评论。提前谢谢了。欢迎任何关于如何解决错误问题的建议和关于编写更清洁函数的一般评论。提前谢谢了。欢迎任何关于如何解决错误问题的建议和关于编写更清洁函数的一般评论。提前谢谢了。

编辑：根据要求，我简化了似然函数并提供了代码来模拟模型可以拟合的可重现数据。模拟代码中包含 2 个自定义函数和 raster 包中的 raster 函数的使用。希望我已经充分简化了一切，以便其他人能够进行故障排除。再次，非常感谢您的帮助！

贾里德

似然函数：

数据模拟代码：

指定起始值并调用 mle2 函数：

rplcon()我使用包中的函数生成一些随机变量poweRlaw

data <- rplcon(1000,10,2)

现在，我想知道哪些已知分布最适合数据。对数规范？经验？伽玛？幂律？指数截止的幂律？

所以我fitdist()在包中使用函数fitdistrplus：

由于幂律分布和指数截止的幂律不是根据CRAN 任务视图：概率分布的基本概率函数，所以我根据示例 4 编写幂律的 d,p,q 函数?fitdist

最后，我使用下面的代码来获取参数xmin和alpha幂律：

但它会抛出一个错误：

我尝试在google和stackoverflow中搜索，出现了很多类似的错误问题，但是在阅读和尝试之后，我的问题没有解决方案，我应该怎么做才能正确完成以获得参数？感谢所有帮助我的人！

我想用几个已知的分布来拟合 mydata，power law with exponential cutoff分布是候选之一。

fitdistr包fitdistrplus中的函数是使用 MLE、MME 或 QME 进行参数估计的好方法之一。

但power law with exponential cutoff不是根据CRAN Task View: Probability Distributions的基本概率函数，所以我尝试了这个nls函数。

的pdfpower law with exponential cutoff是 f(x;α,λ)=C*x^(−α)*exp(−λ*x)

首先，我生成一些随机值来替换我的真实数据：

然后，我使用nls函数进行参数估计：

nls(y~c*x^(-a)*exp(-b*x),start=list(a=1,b=1,c=1))

但它不起作用并且总是抛出以下两个错误之一：

Error in numericDeriv(form[[3L]], names(ind), env) : Missing value or an infinity produced when evaluating the model

或者：singular gradient matrix at initial parameter estimates

发帖之前，我已经阅读了几乎所有以前的帖子和google，错误有几个原因：

1. 的起始值错误nls。我尝试了很多，但它不起作用。
2. Inf可能会生成一些负值或小于 1 的值或等于的值。我尝试进行数据清理，但它也不起作用。

我现在该怎么办？还是有其他更好的方法来进行参数估计power law with exponential cutoff？我需要你的帮助，谢谢！

首先，我先感谢大家阅读本文。

我正在尝试在一系列数据上拟合标准化 T 学生分布（即标准偏差 = 1 的 T 学生）；也就是说：我想通过最大似然估计来估计自由度。

我需要实现的示例可以在我制作的以下（简单）Excel文件中找到： https ://www.dropbox.com/s/6wv6egzurxh4zap/Excel%20Implementation%20Example.xlsx?dl=0

在 Excel 文件中，我有一个图像，其中包含与计算标准化 T 学生分布的对数似然函数相对应的公式。该公式是从金融书籍（金融风险管理要素 - 彼得克里斯托弗森）中提取的。

到目前为止，我已经用 R 尝试过这个：

df1 产生数字：13.11855278779897

logLike(ft1) 产生数字：-3600.2918050056487

但是，Excel 文件产生的自由度为：8.2962365022727，对数似然为：-3588.8879（这是正确答案）。

注意：我的代码读取的 .csv 文件如下： https ://www.dropbox.com/s/nnh2jgq4fl6cm12/Data%20for%20T%20Copula.csv?dl=0

有任何想法吗？谢谢大家！