Monte Carlo Optimization - Seminarium szkoleniowe
Monte Carlo Optimization - Seminarium szkoleniowe
Monte Carlo Optimization - Seminarium szkoleniowe
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Eliza Bujnowska () <strong>Monte</strong> <strong>Carlo</strong> <strong>Optimization</strong> 28 lutego 2006 28 / 38Optymalizacja przy brakuj¡cych danych cd.Je±li warunek g(x|θ) = ∫ Zf (x, z|θ)dz zachodzi, a wektor Z sªu»y jedyniedo uproszczenia oblicze«. Sposób jego wyboru, tak aby speªniaª warunekh(x) = E[H(x, Z)] nie powinien wpªywa¢ na warto±¢ estymatora.Funkcja L c (θ|x, z) = f (x, z|θ) jest funkcj¡ wiarygodno±ci peªnych danych(x, z) (complete-data likelihood, complete-model).