作者查詢 / gais
作者 gais 在 PTT 全部看板的留言(推文), 共108則
限定看板:全部
看板排序:
全部Web_Design26Statistics21basketballTW7FuhTan6kachaball5movie5BabyMother4CSMU-Psy-V4PHP3SportLottery3Visual_Basic3Baseball2Hsinchu2Japandrama2ONE_PIECE2Actuary1Anti-Fake1Audiophile1BuyTogether1Gossiping1MLB_Jersey1mobilesales1Monkeys1nb-shopping1NTUT_EE490A1Olympics_ISG1outdoorgear1WorldCup1<< 收起看板(28)
6F推:有冥有推06/25 10:58
6F推:我這次決定相信你的港覺06/24 11:12
2F→:不是耶 只是單純算likelihood function ,看誰算出來的值比07/17 09:32
3F→:較大07/17 09:32
4F→:想知道說哪個模型的likelihood function比較大而已07/17 09:34
5F→:應該也算是要找最佳參數吧 看誰估計的結果比較好07/17 10:11
8F→:lse 是 最小平方法07/17 13:13
11F→:所以說我可以用最小平方法所估計出來的參數 放至model內07/17 19:51
12F→:去計算他們的likelihood function 請問是這個意思嗎07/17 19:51
2F→:請問母數是指 母體的平均數之類的嗎?07/03 13:00
3F→:不好意思 可以假設我已經有母體的Raw data了07/03 13:09
10F→:感謝樓上的回應,所以我可以用樣本估計的方法取得某分配的07/05 19:44
11F→:數,然後利用parametric bootstrapping 的方式來產生隨機07/05 19:45
12F→:亂數,最後左右各取 2.5%來當作95%的預測區間07/05 19:46
13F→:請問我這樣的理解有錯嗎? 謝謝你的熱心回應07/05 19:46
14F→:後來上網查了資料後,瞭解到我知道分配的參數後就可以用07/16 22:20
15F→:parametric bootstrapping 去隨機產生亂數07/16 22:20
16F→:但想問一下 因為我的model 他是非對稱式的,不能用常態分配07/16 22:21
17F→:的方法去算預測區間,想請問一下大家 這個時候我要怎麼去取07/16 22:21
18F→:預測區間 謝謝大家07/16 22:21
22F→:嗯嗯 對 我不用管他是否對稱 謝謝樓上的回答07/19 14:17
18F推:不好意思想問一下為什麼沒有深夜烘焙坊的收視率?05/09 01:21
20F→:謝謝你的回應 沒爬到這資訊 很抱歉05/09 01:34
660F推:鍵盤小妹徵 中澳 中荷 外野票 站內信 謝謝02/19 13:24
8F→:那請問一下如果是非對稱型的機率分布的話 需要考慮哪些呢?09/19 21:50
124F推:W-6.1-3-4-208/14 11:06
7F→:謝謝樓上 這樣我比較有概念了09/19 17:36
259F推:嘴巴乾淨一點好嗎04/26 18:37