Cтраница 1
Оценка правдоподобия содержится в объекте Ответ. [1]
Пусть бДЛО обозначает оценку квазимаксимального правдоподобия для GI. Условия, при которых 04 ( ЛО одновременно есть оценка условного максимального правдоподобия, формулируются в следующей теореме. [2]
Условия, требующие, чтобы оценка квазимаксимального правдоподобия совпадала с оценкой условного максимального правдоподобия, не очень ограничительны. Однако, если мы действительно имеем некоторую информацию о 02, например о его первой компоненте, то оценка Вц не будет оценкой условного максимального правдоподобия по той причине, что мы не используем всю наличную информацию в ходе оценивания. Тем не менее 0i является оценкой квазимаксимального правдоподобия. [3]
Такие задачи требуют применения методов, связанных с оценкой правдоподобия. При этом даже в случае небольших обобщений необходимо использовать эвристические методы. Кроме того, необходимо уметь определять, в какой степени уменьшается достоверность, если при дедукции сделаны неверные шаги. Для всего этого нужны новые идеи относительно неформального семантического дедуктивного анализа. Быть может, начинания Пойа в области исчисления правдоподобия можно будет развить в систему, пригодную для вычислительных машин ( см., например, [4]), которые выдают ответы на некоторые вопросы ( заданные в словесной форме) относительно хорошо организованных массивов данных. Эти программы являются шагами к нахождению информации по сем антическим признакам, но они порождают больше вопросов, чем дают ответов. [4]
Сравнение ( 28) и ( 29) показывает, что оценка наибольшого правдоподобия лучше выборочной медианы. [5]
Этот факт был заново и независимо от других обнаружен Сцилар-дом в 1925 г. Затем, около 1935 г., Купман, Питман и Дармуа задались тем же вопросом относительно наиболее общей процедуры оценивания при отсутствии ограничений на максимальное значение оценки правдоподобия. При таком подходе свойственная статистическим выводам произвольность присутствует в определении температуры замкнутой системы, но отсутствует в выведении канонического распределения. Более позднее аксиоматическое представление, основанное на правиле максимальной информации, объявляет само каноническое распределение статистическим выводом, что, на мой взгляд, искажает его смысл. [6]
Экспертам, по-видимому, неудобно мыслить в терминах вероятностей. Их оценки правдоподобия не вполне соответствуют математическому определению вероятностей. [7]
Она показывает, что оценка для Hi - это просто взвешенное среднее выборок. Вес & - й выборки есть оценка правдоподобия того, что xh принадлежит i-му классу. [8]
Все эти модели основаны на сравнении и оценке правдоподобия для всех гипотез из некоторого множества; гипотезы считаются с самого начала заданными. [9]
Итерационный процесс относительно быстро сходится к оценкам, близким к оценкам максималъ ного правдоподобия и достаточным для многих практических целей. [10]
При этом может быть установлено, что, несмотря на чувствительность основного решения к доле рынка, контролируемой фирмой, суммарная прибыль оказывается практически нечувствительной к этому параметру. Если прибыль также сильно зависит от доли рынка, контролируемой данной фирмой, то для содержательного анализа задачи необходимо каким-то образом получить оценку правдоподобия каждого выбранного значения доли рынка, контролируемой фирмой. Фирма может пойти на дополнительное исследование рынка с тем, чтобы получить информацию, позволяющую уменьшить диапазон неопределенности и подготовить более веские основания для принятия окончательного решения относительно расширения производства. [11]
Но при этом следует остерегаться пользоваться неадекватными представлениями о разбираемой системе. В частности, любой человек, который представляет вычислительную машину как нечто вроде большого автоматического арифмометра, оказывается в положении психологов прошлого поколения, которые при оценке правдоподобия психологических моделей представляли себе мозг в виде глыбы нервной ткани, имеющей структуру миски с кашей. [12]
Условия, требующие, чтобы оценка квазимаксимального правдоподобия совпадала с оценкой условного максимального правдоподобия, не очень ограничительны. Однако, если мы действительно имеем некоторую информацию о 02, например о его первой компоненте, то оценка Вц не будет оценкой условного максимального правдоподобия по той причине, что мы не используем всю наличную информацию в ходе оценивания. Тем не менее 0i является оценкой квазимаксимального правдоподобия. [13]
Таким образом, в ходе анализа проблемы расширения производства фирмы Бонбон исследуется природа неопределенности рыночной конъюнктуры и влияние этой неопределенности на формирование управляющего решения. За основу при этом принимается некоторая линейная оптимизационная модель, а влияние неопределенности устанавливается с помощью анализа на чувствительность ( гл. Если такого рода анализ показывает, что прибыль существенно зависит от доли рынка, контролируемой фирмой, то президент фирмы Бонбон может определить риск для каждого варианта решения путем оценки правдоподобия различных значений рассматриваемого параметра. Более того, фирма может оценить экономический эффект, достигаемый за счет получения дополнительной информации о рынках сбыта на этапе выработки окончательного решения. Что же касается численных значений ряда фигурирующих в этой сложной задаче управляемых переменных ( объемов поставок, уровней запасов и др.), то для их определения планирующий орган фирмы, безусловно, должен прибегнуть к помощи стандартных процедур линейного программирования и воспользоваться вычислительными возможностями большой современной ЭВМ. [14]
Сложность и многообразие вариантов анализа, возникающих вследствие неопределенностей во входных сигналах и ошибок источников знаний, не позволяют при ограниченности вычислительных ресурсов рассматривать все варианты обработки. Стратегия управления в HEARSAY-II состоит в использовании неполного поиска, осуществляющего выбор из всего множества конкурирующих гипотез наиболее перспективных частичных кандидатов. Для того чтобы избежать потери хороших решений, HEARSAY-II, с одной стороны, стремится не слишком сужать поиск, а с другой стороны, осуществляет расширение и комбинирование выбранных частичных решений для получения полного решения. Поиск решения в HEARSAY-II осуществляется с помощью управляющего процесса, называемого приспосабливающимся планированием. В HEARSAY-II одни источники знаний используют поиск от целей, а другие - поиск от данных. Приспосабливающийся планировщик автоматически адаптируется к изменению условий неопределенности изменением ширины поиска. Основным механизмом приспособления является взаимодействие назначения оценок правдоподобности гипотез, определяющих активацию соответствующих источников знаний, с назначением приоритетов источникам знаний, ожидающих активации. Если наибольшую оценку имеют несколько гипотез, то для раскрытия многозначности HEARSAY-II расширяет зону поиска. При этом выбор между равноправными конкурирующими гипотезами откладывается до тех пор, пока не будет получена дополнительная информация. Среди тех источников знания, которые подходят к гипотезе с наивысшей оценкой правдоподобия, выбирается источник знания с наивысшим приоритетом. Вычисление приоритета соответствует попытке оценить полезность действия источника знания для достижения общей цели и осуществляется на основе анализа фреймов стимула и реакции. [15]