Re: [問題] 關於likelihood
最大概似法首先你需要設定分配
以迴歸為例子
通常都是設定你的error term為一個特定的分配
那由那分配的pdf的加總作為概似函數
以最簡單的線性回歸模型來舉例
y = X*beta + err
suppose error term ~ N(0,sigma^2)
err = y - X*beta
f(err) = (1/2pi*sigma^2)^0.5 * exp -( y - X*beta )^2 /2
Likelihood function = 連乘{ (1/2pi*sigma^2)^0.5 * exp -( y - X*beta )^2 /2 }
所以如果你的model沒有一開始設定好
或是你的分配沒有想法
最大概似法是不能幫到你任何的忙的
※ 引述《hebelover (雜展)》之銘言：
: 想請問一下
: likelihood fun是最大似然函數
: 可是要怎麼把它使用在估計model上
: 所謂的 近估
: 是拿model去估計實際的值吧
: 不過model都已經model不出來了(缺少likelihood的值)
: 又要怎樣用likelihood去算?
: 以上問題
: 麻煩各位大大解救愚蠢的原PO
: 謝謝幫忙!!
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.130.189.38
討論串 (同標題文章)