artificial EM | R-bloggers

cupom com desconto - o melhor site de cupom de desconto cupomcomdesconto.com.br


[This article was first published on R – Xi’an’s Og, and kindly contributed to R-bloggers]. (Você pode relatar problemas sobre o conteúdo desta página aqui)


Quer compartilhar seu conteúdo em R-bloggers? clique aqui se você tiver um blog, ou aqui se não tiver.

Wuando abordando uma questão validada X sobre o uso do algoritmo EM ao estimar uma média normal, meu primeiro comentário foi que era inapropriado, uma vez que não há estrutura de dados faltando para ancorar (preposição certa?). No entanto, refleti sobre o número infinito de maneiras de demarginalizar a densidade normal em uma densidade de junta

f(x,com;µ)dcom = Phi(xµ)

cupom com desconto - o melhor site de cupom de desconto cupomcomdesconto.com.br

da chamada (amostrador de fatias) para uma função de indicador para f(x,com;µ) a uma distribuição normal conjunta com uma correlação arbitrária. Enquanto a representação normal da junta produz uma sequência convergindo para o MLE, a representação da fatia falha completamente, pois as funções do indicador tornam qualquer valor inicial de µ um ponto fixo para EM.

A propósito, ao citar a Wikipedia sobre o propósito do algoritmo EM, a seguinte passagem

Encontrar uma solução de máxima verossimilhança normalmente requer tomar as derivadas da função de verossimilhança com relação a todos os valores desconhecidos, os parâmetros e as variáveis ​​latentes e, simultaneamente, resolver as equações resultantes.

me pareceu confuso e possivelmente errado, uma vez que parece sugerir buscar o máximo em ambos o parâmetro e as variáveis ​​latentes. Que não produz o mesmo valor que a maximização da probabilidade observada.



cupom com desconto - o melhor site de cupom de desconto cupomcomdesconto.com.br
Leia Também  Hauck & Aufhäuser adquire participação majoritária na Irish Crossroads Capital Management Limited