Enthält der Loglikelihood-Wert von JMP eine Konstante?Wenn JMP den Loglikelihood-Wert anzeigt, setzt es die Konstante auf 0 oder eine Zahl? Vielen Dank!
AnalytikDatentabelleDAMHIRSCHKUHGrafikAndereBetreff: Enthält der Loglikelihood-Wert von JMP eine Konstante?Es hängt davon ab, wo Sie die Loglikelihood sehen. Für die logarithmische Wahrscheinlichkeit der Normalverteilung ist die Konstante eine Funktion von pi und der Stichprobengröße. Für die logarithmische Wahrscheinlichkeit der logarithmischen Verteilung fügt die Konstante auch eine Funktion der Daten hinzu. Das Einbeziehen von Konstanten erhöht die Komplexität und den Zeitaufwand bei der Berechnung. Die Strategie besteht also NICHT darin, die Konstante einzuschließen, es sei denn, wir müssen. Beispielsweise sind in der Lebensverteilung Konstanten enthalten, da unterschiedliche Verteilungen wie zwischen Normal und Lognormal verglichen werden müssen, wobei die Konstanten von Bedeutung sind.
Betreff: Enthält der Loglikelihood-Wert von JMP eine Konstante?Was wären die Konstanten für die einzelne Weibull-Anpassung und die Konkurrenz zweier Weibull-Risikomischungen? Vielen Dank!
Betreff: Enthält der Loglikelihood-Wert von JMP eine Konstante?Anscheinend sprechen Sie von Loglikelihood in Life Distribution. Dann geht es bei der Antwort um ein anderes "hängt" ab. Wenn die Daten Fehlerbeobachtungen enthalten, ist die Konstante genau wie die Konstante einer Lognormalverteilung die Funktion dieser Fehlerzeit. Wenn es keine Fehlerbeobachtungen gibt, gibt es keine trennbare Konstante. Ich glaube nicht, dass es für Gemische, entweder normale Gemische oder konkurrierende Risikomischungen, zumindest im Allgemeinen trennbare Konstanten gibt. In der Lebensverteilung ist die Loglikelihood "voll", sodass ein konstanter Teil nicht absichtlich von einem nicht konstanten Teil unterschieden wird.
Betreff: Enthält der Loglikelihood-Wert von JMP eine Konstante?Für zensierte Daten lautet die Wahrscheinlichkeitsfunktion:
Ist die Konstante also nicht vorher festgelegt und keine Funktion von Daten? Vielen Dank!
Ref: https://www.itl.nist.gov/div898/handbook/apr/section4/apr412.htm
