Matstat Ökonometrie Matan - Seite 10

 
spiderman8811:

Doktor, Sie können.

Wille + Charakter + Erfahrung + unkonventionelle Ansätze (nicht zu schwierig).

Wer hat sich schon einmal gefragt, wie man das System durchbrechen kann?

Welches System?

Wir hatten mal Warface, wir wurden nicht gebannt, nur hat ma** die Rechte an dem Spiel gekauft und die Spitzen gekappt, wo wir waren).

Ich kann nicht glauben, dass ich aus dem Spitzenspiel verbannt wurde, und zwar auf dieselbe Weise, wie ich aus dem Spitzenspiel verbannt wurde

 
Fast235:

Was ist das System?


Zufällig.

 
Доктор:
Arzt:

... Geben Sie zu, dass Sie mit SB keinGeld verdienen können. Bereuen. Und Sie werden wieder in die anständige Gesellschaft aufgenommen )).

Herr Doktor, ich respektiere Sie sehr. Und habe mit Ihnen aufrichtig und unvergesslich kommuniziert.... Aber Sie sind sehr, sehr dumm. Geben Sie es zu und vielleicht werden unsere Beziehungen wieder normal.

 

Und was die Ökonometrie, Matstat und Matan (Gott, was für Namen!) betrifft, so unterstütze ich Automat - dieser Unsinn ist nur anwendbar, wenn der Einzelne die Physik des Prozesses verstanden hat. Ansonsten ist das alles Unsinn und es lohnt sich nicht, darauf zu achten.

Amen.

Nichts für ungut.

 

Noch eine. Haben Sie nicht eine ungeduldige Stimme?
Warum sind Sie hier eingesperrt, um zu flunkern?

Doktor, unterziehen Sie sie alle einer Lobotomie.

 
Roman:

Noch eine. Haben Sie nicht eine ungeduldige Stimme?
Warum kommen Sie hierher, um zu flunkern?

Doktor, unterziehen Sie sie alle einer Lobotomie.

Mit wem redest du, Kumpel? Ein kompletter Specht. Nun, was mich betrifft, können Sie gehen. Wenn es schwierig wird, rufen Sie den Schatten. Vielleicht kommt er ja zur Rettung.

 
Schatten-Schatten-Schatten-Schatten,
Über der Stadt aus Flechtwerk und Lehm.
 
Aleksey Nikolayev:

Ich werde es versuchen.) Zunächst möchte ich sagen, dass die Wahrscheinlichkeit die Dichte der Stichprobenverteilung ist. Sie ist eine Funktion der Probe und der Parameter. Wir ersetzen darin die Werte der Probe, die wir im Experiment erhalten haben, und dann wird es eine Funktion der Parameter. Wir finden die Parameterwerte, die dazu führen, dass diese Funktion das Maximum erreicht, und erklären diese Werte als erforderliche Werte (Schätzungen der Parameterwerte).

Im Grunde ist es ganz einfach, aber man muss wissen, was Sampling ist - ein Wort wird für zwei verschiedene Konzepte verwendet. Sie müssen auch wissen, was die Stichprobendichte ist und was sie ist, wenn die Stichprobe ein Vektor unabhängiger gleichverteilter Werte ist.

Auf Wunsch des Themenstarters werde ich über das Prinzip der maximalen Wahrscheinlichkeit fortfahren. Der Einfachheit halber verwende ich die englische Schreibweise MLE (Maximum Likelihood Estimation).

1) Wir müssen lernen, zwei verschiedene Bedeutungen des Wortes "Probe" zu unterscheiden. Bei der ersten handelt es sich um eine Reihe von Zahlen, die in einem Experiment ermittelt wurden, bei der zweiten um eine Reihe von Zufallswerten. Die erste betrifft die tatsächlich vorhandenen Zahlen. Das zweite ist das abstrakte Wahrscheinlichkeitsmodell, das der Forscher auf diese Zahlen anzuwenden versucht, d. h. dieselbe Versuchsreihe von Zahlen kann in völlig unterschiedlichen Modellen betrachtet werden. Aber es gibt immer eine Entsprechung - eine Zahl -> eine univariate Zufallsvariable. Ein experimenteller Vektor mit zehn Zahlen muss durch ein Modell mit zehn Zufallsvariablen modelliert werden. Selbst wenn alle diese Zufallsvariablen gleich verteilt sind - es sind genau zehn verschiedene Zufallsvariablen!

2) Die vollständige Information über eine Menge von Zufallsvariablen ist in ihrer gemeinsamen (multivariaten) Verteilung enthalten. Alle kleineren Verteilungen (einschließlich der univariaten, mit denen wir uns normalerweise beschäftigen) können daraus berechnet werden.

Per Definition ist die Wahrscheinlichkeit die Dichte dieser gemeinsamen Verteilung. Für eine Stichprobe der Größe N ist sie eine numerische Funktion des numerischen N-dimensionalen Raums. Außerdem hängt es auch von den zu ermittelnden (geschätzten) Parametern ab.

Es stellt sich also die Frage: Woher kommt diese Funktion? Die Antwort lautet "so wie es geschieht"), da es unmöglich ist, die ganze Vielfalt der Möglichkeiten zu erfassen.

3) Die Standardvariante des MLE. Sie wird oft als Definition von MLE verwendet, schränkt aber die Anwendbarkeit der Methode zu stark ein. Es wird davon ausgegangen, dass alle Zufallsvariablen in der Stichprobe a) unabhängig sind und b) die gleiche univariate Verteilung mit der Dichte p(x,a) haben, wobei a der zu schätzende Parameter ist. Dann ist die Likelihood-Funktion L=p(x1,a)*p(x2,a)*...*p(xn,a), wobei n der Stichprobenumfang ist. Setzen Sie die Stichprobe (im ersten Sinne) als x ein, erhalten Sie L=L(a) und suchen Sie den amax, bei dem L ein Maximum erreicht. Beachten Sie, dass wir LL(a)=log(L(a)) anstelle von L(a) maximieren können, da der Logarithmus eine monotone Funktion ist und praktischerweise das Produkt durch Addition ersetzt.

Betrachten wir als Beispiel die Exponentialverteilung p(x,a)=a*exp(-a*x), log(p(x,a))=log(a)-a*x, die Ableitung über den Parameter d(log(p(x,a)))/da=1/a-x. Wir müssen also die Gleichung 1/a-x1+1/a-x2+...+1/a-xn=0 -> amax=n/(x1+x2+...+xn) lösen.

4) Nächstes Mal beschreibe ich, wie man anstelle von MNC zur Minimierung der Modulsumme kommt.)

 

Roman:

Doktor, unterziehen Sie sie alle einer Lobotomie.

Mein Freund, das haben wir schon versucht, es funktioniert nicht. Ich für meinen Teil werde versuchen, diesen Ort so wenig wie möglich zu verunstalten.

 
Alexander_K2:

Herr Doktor, ich habe großen Respekt vor Ihnen. Und habe mit Ihnen aufrichtig und unvergesslich kommuniziert.... Aber Sie sind sehr, sehr dumm. Geben Sie es zu, und vielleicht kommt unsere Beziehung dann wieder in Gang.

Wenn ein Patient in einem schlechten Zustand ist, bin ich bereit, alles zu tun, um sein Leiden zu lindern. Manchmal löse ich sogar die Zwangsjacke ein wenig.

Ich habe Ihr Werk gelesen. Sie haben praktisch bewiesen, dass keine noch so große Tick-Manipulation etwas an der Beständigkeit der Serie ändert. Herzlichen Glückwunsch!