Roadmap

因为常用语言为python，所以在要做最大似然估计的时候第一直觉先去找python的接口，很遗憾没找到。就花了一天时间“速成“了R语言，写了一些基本函数。向做统计的同学问到了R语言的Maxlik库，直接调用其接口。

实现步骤

1st、先确定要估计的参数，并对其命名
2nd、将似然函数表示成关于待估计参数的表达式
3rd、给待估计参数赋初值
4th、直接调用maxlik接口

library("maxLik")
y = read.csv("data.csv", header = F)logLikFun<-function(param){#设置待估计参数Lambda<-array(param[1:39], c(13,3))Phi<-array(param[40:48], c(3,3))H<-array(param[49:217], c(13,13))Q<-array(param[218:226], c(3,3))mu<-array(param[227:239], c(13,1))LnL<-LnL-n/2*log(2*pi)-log(det(Vt))/2-t(vt)%*%solve(Vt)%*%vt/2return(LnL)
}
#初始化参数
Lambda<-array(1:39, c(13,3))
Phi<-array(1:9, c(3,3))
H<-array(1:169, c(13,13))
Q<-array(1:9, c(3,3))
mu<-array(1:13, c(13,1))
MLE<-maxLik(logLik=logLikFun,start=c(Lambda,Phi,H,Q,mu))
summary(MLE)

使用R语言做极大似然估计相关推荐

R语言-回归系数的极大似然估计
老师要求我们对回归方程中的回归系数进行极大似然估计,回归方程如下: 计算步骤如下: 步骤一:写出似然函数log(β),其中的β为(β0,β1,β2)t(β_0, β_1, β_2)^t(β0,β1 ...
使用r语言做garch模型_使用GARCH估计货币波动率
使用r语言做garch模型 Asset prices have a high degree of stochastic trends inherent in the time series. In o ...
predict函数 R_学习|R语言做机器学习的常用函数总结
预测函数:predict() type="prob"判别该量度的昆虫归类为A.B和C的概率:type="response":判别该量度的昆虫的类别: 预测分类的 ...
贝叶斯网专题11：参数学习之极大似然估计
第一部分:贝叶斯网基础 1.1 信息论基础 1.2 贝叶斯网基本概念 1.3 变量独立性的图论分析第二部分:贝叶斯网推理 2.1 概率推理中的变量消元方法 2.2 团树传播算法 2.3 近似推理 2 ...
似然函数的意义与极大似然估计
什么是概率? 简单来说,概率是一个函数,定义域是样本空间,满足非负性,规范性,可列可加性. 严格的公理化定义如下: 概率可以做什么?统计又可以做什么? 什么是先验概率,后验概率,似然? 先验概率:根据 ...
一文看懂 “极大似然估计” 与 “最大后验估计” —— 极大似然估计篇
参考: 唐宇迪<人工智能数学基础>第8章 Richard O. Duda <模式分类>第三章白板机器学习 P2 - 频率派 vs 贝叶斯派频率学派还是贝叶斯学派?聊一聊机器 ...
极大似然估计_计量经济学 | 极大似然估计
写在前面:本文写作于被新冠病毒 (COVID-19) 笼罩下的英国.前段时间本人的恩师.苏格兰老爷爷.英国伯明翰大学Emeritus讲席教授Peter Sinclair确诊新冠病毒,实乃不幸.在此祝P ...
7.2 极大似然估计
7.2 极大似然估计估计类条件概率的一种常用策略是先假设其具有某种确定的概率分布形式,然后再基于训练样本对概率分布的参数进行估计,具体的说,记关于类别C的类条件概率为P(X|C),假设P(X|C ...
【数学基础】参数估计之极大似然估计
背景先来看看几个小例子: 猎人师傅和徒弟一同去打猎,遇到一只兔子,师傅和徒弟同时放枪,兔子被击中一枪,那么是师傅打中的,还是徒弟打中的? 一个袋子中总共有黑白两种颜色100个球,其中一种颜色90个, ...
机器学习笔记1.矩估计、极大似然估计。
1.矩估计 1.1矩估计思想: 矩估计是基于一种简单的"替换"思想,即用样本矩估计总体矩 1.2矩估计理论: 矩估计的理论依据就是基于大数定律的,大数定律语言化表述为:当总体的k阶 ...

使用R语言做极大似然估计

Roadmap

实现步骤

使用R语言做极大似然估计相关推荐

最新文章

热门文章