항목

  • 가능도 Likelihood function, 尤度関数
    정도를 나타내는 값이다. 구체적으로, 주어진 표집값에 대한 모수의 가능도는 이 모수를 따르는 분포가 주어진 관측값에 대하여 부여하는 확률이다. 가능도 함수는 확률 분포가 아니며, 합하여 1이 되지 않을 수 있다. 확률변수 X가 모수 \theta에 대한 확률분포 P_\theta(X)를 가지며, X가 특정한 값 x으로 표집되었을...
    도서 위키백과
  • 최우 추정 maximum likelihood estimation
    함수를 f(x|u)라 하고 n개의 표본을 x1, x2, …, xn이라 하자. 이 때 동시 확률 밀도 함수 L(θ|x1, …, xn)=f(x1|θ) f(x2|θ)…f(xn|θ)를 θ의 함수로 보고 우도 함수(likelihood function)라고 한다. 표본을 고정하고 θ를 변화시켰을 때 max L(θ|x1, …, xn)을 실현하는 θ=를 구하는 것을 최우 추정이라 하고, 를...
    분야 :
    패턴 정보처리
  • 신호검출 signal detection
    것에 신호가 있다고 판정하는 제1종의 오류 확률, 신호가 있는 것에 없다고 판정하는 제2종의 오류 확률 및 손실계수에 의해서 성립되고 있다. 또, 손실함수로부터 우도비를 구하고 이것과 식값을 비교하여 검출하는 방법을 우도비검출법(likelihood ratio detection)이라 한다. 복수의 손실계수가 어떤 관계를 만족...
    분야 :
    정보기초
  • 정보측정
    확률과 메시지 0에 수신된 잡음 메시지의 확률의 비로 정의된다. 이 우도비는 메시지가 발생할 확률 또는 비용함수 Cij에 의존하지 않는다. 이러한 이유로 우도비는 메시지의 확률이나 비용함수에 관한 가정을 할 수 없을 때 검출문제의 다른 공식화에 기본적인 것이다. 추정을 위한 공식화도 검출에서처럼 베이스...
  • 프로빗 회귀 모형 Probit model
    값이다. \mathcal{L}=\prod_{i=1}^n {\left[\Phi(X_i \beta)\right]}^{y_i}{\left[1-\Phi(X_i\beta)\right]}^{1-y_i} 양변에 로그를 취하여 우도함수를 극대화하면 다음과 같은 함수를 극대화함으로써 회귀모형을 추정하게 된다. \ln {\mathcal{L}}=\sum_{i=1}^n \left( y_i \ln {\Phi(X_i \beta)}+(1-y_i)\ln{\left[1...
    도서 위키백과
  • 혼합 모델 Mixture model, 混合模型
    군집들의 서로 다른 라벨링(labeling) 때문에 발생한다. 단적인 예로, K=2인 2차원 가우스 혼합 모델의 데이터(\pi_k=0.5, \mu_1=-10, \mu_2=10)에 대해서 우도 함수 p(D|\mu_1,\mu_2)는 두 개의 피크를 포함하고 있다. 하나는 \mu_1=-10, \mu_2=10인 피크이고, 다른 하나는 \mu_1=10, \mu_2=-10인 피크이다. 이 때...
    도서 위키백과
  • 박스-젠킨스 방법 Box–Jenkins method, ボックス・ジェンキンス法
    경우 계절성 차분) 종속 시계열의 자기상관(ACF) 및 부분자기상관(PACF) 함수의 플롯을 사용하여 모델에 어떤 자동회귀 또는 이동 평균 구성 요소를 사용해야...ARIMA 모델에 가장 적합한 계수를 찾는다. 가장 일반적인 방법은 최대우도추정 또는 비선형 최소제곱추정을 사용한다. 추정 모델이 고정 일 변량 프로세스의...
    도서 위키백과
이전페이지 없음 현재페이지1 다음페이지 없음