- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我一直在寻找一种方法来使数据符合 beta 二项分布并估计 alpha 和 beta,类似于 VGAM 库中的 vglm 包的方式。我一直无法找到如何在 python 中执行此操作。有一个 scipy.stats.beta.fit() ,但没有用于 beta 二项式分布。有办法做到这一点吗?
最佳答案
我还没有在 Python 中看到对 beta-binomial 的估计。
如果你只想估计参数,那么你可以使用 scipy.optimize 来最小化对数似然函数,你可以自己编写或在网上搜索后复制代码。
您可以子类化 rv_discrete
以使用 scipy.stats.distributions 的框架,但 scipy 中的离散分布没有 fit
方法。
如果你想使用统计模型,那么你可以继承GenericLikelihoodModel
http://statsmodels.sourceforge.net/devel/dev/generated/statsmodels.base.model.GenericLikelihoodModel.html它使用 scipy.optimize 但定义了我们进行最大似然估计所需的大部分内容。但是,您需要编写对数似然函数的代码。这将提供通常的最大似然结果,例如参数和各种测试的标准误差。
如果您需要 beta-binomial 回归,那么 R 包 gamlss 中使用的均值方差参数化会更常见,并且可以重用 link
函数来约束参数在有效范围内域。
作为相关示例:这是 GenericLikelihoodModel 原型(prototype)的要点,它导致了对统计模型的 Beta 回归的拉取请求:http://gist.github.com/brentp/089c7d6d69d78d26437f
关于python - 拟合 beta 二项式,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/28375798/
使用 glm 时,binomial、binomial() 和 'binomial' 之间有什么区别。它们并不相同,如以下代码所示: > library(MASS) > bwdf = birthwt[-
我一直在用我的(非 r-savvy)大脑来让 R 产生二项式 glmer 模型的正确预测的百分比。我知道这不是统计上的 super 信息,但经常被报道;所以我也想举报。 数据: 因变量:Tipo,它有
我一直在寻找一种方法来使数据符合 beta 二项分布并估计 alpha 和 beta,类似于 VGAM 库中的 vglm 包的方式。我一直无法找到如何在 python 中执行此操作。有一个 scipy
如何在 Julia 中提取一般线性模型中指定的数据分布?例如,下面我安装了一个玩具示例 Poisson GLM。我想从模型中提取一个字符串“Poisson”。同样,如果使用数据分布指定模型 = Bin
我是一名优秀的程序员,十分优秀!