python - 最大似然估计 Python
问题描述
假设我的数据点像递减指数函数一样随时间分布,但它包含方差为 20 的零均值高斯噪声。我将如何确定似然函数并找到参数的 MLE?所以我只有以下数据:我已经使用 python 拟合了一条指数曲线。我的尝试:
def func(x):
return params[0]*(x**params[1])+params[2])
params, cov = curve_fit(f, time, X)
params[0] = A
params[1] = B
params[2] = C
LH_function = A*(x**B)
所以我不确定如何确定仅给定数据集的似然函数。我是否需要假设数据的分布情况?(平均噪声为 0)。
解决方案
推荐阅读
- swift - Float32(Float 的别名)和 Float64(Double 的别名)有什么用?
- java - Maven插件的多个配置标签
- pagespeed - PageSpeed Insights 无法识别 WebP。格式
- laravel - 在 Eloquent 中使用第一个请求作为 where 子句的嵌套请求
- r - R:如何仅针对行的子集和条件向现有数据框添加新列
- openshift - 使用 openshift 和 unix 管道
- android - 如何从 RecyclerView ListAdapter 按位置获取项目?
- python - 有没有更好的方法来删除搁置中键的特定值?
- c# - 在c#中取消后如何重新启动CancellationTokenSource?
- javascript - 为什么这个 DOM 代码没有出现在页面上?