Sumários

Aula nº 7 (PL)

8 Novembro 2023, 18:30 Maria Helena Mouriño Silva Nunes

Aplicação do algoritmo E-M para estimar os parâmetros de uma mistura de Normais.


Aula nº 7 (T)

8 Novembro 2023, 17:00 Maria Helena Mouriño Silva Nunes

Algoritmo Expectation-Maximisation (E-M):

- Introdução. Descrição do algoritmo de uma forma intuitiva, com recurso ao exemplo do lançamento de duas moedas não equilibradas em que não há informação sobre a moeda que está na origem de cada grupo de lançamentos.
- Noção de amostra incompleta, em que a variável latente (hidden or latent variable) não é observável.
- Apresentação formal do algoritmo E-M. Propriedades.


Aula nº 6 (PL)

25 Outubro 2023, 18:30 Maria Helena Mouriño Silva Nunes

Resolução do exercício 5, a qual incluíu a dedução da função massa de probabilidade da distribuição Binomial Truncada.


Aula nº 6 (T)

25 Outubro 2023, 17:00 Maria Helena Mouriño Silva Nunes

Principais propriedades (assintóticas) do estimador de máxima verosimilhança: centrado, consistente, Normalidade.

Definição: Matriz Hessiana, Matriz de Informação de Fisher; Matriz de Informação de Fisher observada.
Matriz de variância-covariância do estimador de máxima verosimilhança.
Estudo do Método de Newton-Raphson para a determinação aproximada do estimador de máxima verosimilhança (caso não exista estimador exacto).



Aula nº 5 (PL)

18 Outubro 2023, 18:30 Maria Helena Mouriño Silva Nunes

Determinação do estimador de máxima verosimilhança quando não são satisfeitas as condições de regularidade: exercício 4 e distribuição Uniforme contínua.