Optimierungsmethode im konkurrierenden Risikomix für die LebensverteilungsplattformWie optimiert JMP den konkurrierenden Risikomix auf der Lebensverteilungsplattform (welche Methode wird verwendet)? Vielen Dank!
AnalytikAndereBetreff: Optimierungsmethode im konkurrierenden Risikomix für die LebensverteilungsplattformMeinst du Inferenzmethode? Es ist maximale Wahrscheinlichkeit.
Betreff: Optimierungsmethode im konkurrierenden Risikomix für die LebensverteilungsplattformWie wird die maximale Wahrscheinlichkeit berechnet? Ich vermute zum Beispiel, dass dies mit dem Expectation-Maximization (EM) -Algorithmus erfolgt, da die Anfangsbedingungen mithilfe von Clustern festgelegt werden.
Betreff: Optimierungsmethode im konkurrierenden Risikomix für die LebensverteilungsplattformNein. Die Optimierungsmethode zum Auffinden von MLE ist Newton-Raphson in Life Distribution. EM könnte in diesem Fall eine Alternative sein, um MLE zu finden, aber es ist nicht der einzige Ansatz.
Die Wahrscheinlichkeitsfunktion eines konkurrierenden Risikomixes hat unabhängig von der Verteilung dieselbe allgemeine Form. Die Definition der Wahrscheinlichkeit in diesem Zusammenhang findet sich in Abschnitt 2.4 Wahrscheinlichkeit in statistischen Methoden für Zuverlässigkeitsdaten von Meeker und Escobar.
Die Wahrscheinlichkeitsfunktion eines konkurrierenden Risikomixes wird insbesondere dadurch erhalten, dass die entsprechenden Funktionen in diesem Abschnitt durch entsprechende Funktionen der konkurrierenden Risikoverteilung ersetzt werden, deren Definition in Abschnitt 15.2.2 Systeme mit in Reihe geschalteten Komponenten aus demselben Abschnitt zu finden ist Buch. Der Abschnitt definiert die Verteilungsfunktion, aber die Überlebensfunktion und die Dichtefunktion können entsprechend abgeleitet werden.
Betreff: Optimierungsmethode im konkurrierenden Risikomix für die LebensverteilungsplattformVielen Dank für die Erklärung! Wenn es sich um Newton-Raphson handelt, warum haben die Anfangsbedingungen dann die Einstellungen für einen einzelnen Cluster, einen trennbaren Cluster und einen überlappenden Cluster? Wie entscheidet JMP, welcher Teil der Daten abgetrennt wird, wenn es sich um eine trennbare Cluster- oder überlappende Clustereinstellung handelt?
