Compiti ed esercitazioni VERIFICATO

HW statistics

Università degli studi di Bologna Statistical Sciences 2019
112 visualizzazioni
10 download
Nessun voto ancora
Condividi: WhatsApp Telegram

Di cosa parla

Riassunto AI · si legge in un minuto

Riassunto: L'attività si concentra sul calcolo di stime per parametri in modelli statistici utilizzando metodi come Newton-Raphson, metodo dello scoring e EM. Si esaminano i loglikelihood e le stime dei parametri \( p \) e \( \lambda \). L'algoritmo EM viene implementato per problemi con dati censurati e dati mancanti, con calcolo delle aspettative (E-step) e massimizzazione (M-step). Si analizzano i risultati ottenuti tramite l'iterazione dell'algoritmo EM e la stima della informazione osservata per calcolare gli errori standard.
Leggi il riassunto completo
  • Metodo di Newton-Raphson e metodo del scoring per stimare p e : stime ottenute sono 0.6151 e 1.0378 con errori standard 0.0134 e 0.0392; il metodo di Newton-Raphson converge più rapidamente ma è numericamente meno stabile.
  • Verifica della censura: stimazione MLE per dati censurati, E-step e M-step dell'algoritmo EM, convergenza del rate dato da DM = I - Iobs / Iaug
  • Analisi di mezzi: calcolo delle probabilità di appartenenza a componenti, stima dei parametri con l'algoritmo EM, output degli stimatori e informazione osservata.

Riassunto generato con l'intelligenza artificiale a partire dagli appunti. Come lo facciamo

Anteprima pagina 1 — HW statistics

Stai vedendo l'anteprima delle prime pagine. Il file completo è gratis: registrati per leggerlo tutto.

Studia questi appunti con l'AI

Riassunto e domande d'esame sono gratis: chiedili e ti mandiamo un'email quando sono pronti.

Questo appunto è gratis. Registrati in 30 secondi per leggere tutte le pagine e scaricarlo.

Simula l'esame con domande costruite su questi appunti.

Altri appunti di FUNDAMENTAL CONCEPTS OF STATISTICS [cod. 85159]

Condividi questi appunti

WhatsApp Telegram