→ obarisk: 都用em了,為什麼要補值? 12/09 18:16
→ obarisk: 直接進到後面的m啊... 12/09 18:17
→ deniel367: obarisk: 大大不好意思,我不太懂你的意思。我今天的 12/09 19:25
→ deniel367: 主要目的就是要 impute missing values,然後想要用 EM 12/09 19:25
→ deniel367: 的方式,什麼叫做不用補值... 12/09 19:25
→ jayfei2000: 請問你有沒有去臉書的相關社團詢問過? 12/10 03:44
→ deniel367: jayfei2000 : 沒有,好奇怎麼會這樣問 12/10 19:02
推 celestialgod: EM是計算資料有遺失或是未觀察的變數下的likelihood 12/10 20:09
推 celestialgod: ,通常遺失或未觀察的值並不會直接拿來用,它只是過 12/10 20:09
推 celestialgod: 程中的一個參數而已。 12/10 20:09
推 celestialgod: 最常見的例子是GMM,它是假設資料來自多群Gaussian 12/10 20:14
推 celestialgod: 分佈(常態),而我們不知道它mixture的比例,我們 12/10 20:14
推 celestialgod: 透過對沒有觀察到的變數Z,代表各群,進而求得每一 12/10 20:14
推 celestialgod: 群的mean跟variance。當然我們最後可以z當做cluster 12/10 20:14
推 celestialgod: ing的output。 12/10 20:14
→ deniel367: celestialgod: 謝謝回覆。你提到通常遺失或未觀察的 12/10 21:37
→ deniel367: 值並不會直接拿來用,這句話我有疑問。 12/10 21:37
→ deniel367: 因為我在網路看過許多例子,以及一些實證研究的論文有 12/10 21:37
→ deniel367: 用EM來填補缺失值,得到不錯效果,也常看到一種說法是 12/10 21:37
→ deniel367: ,EM通常是除了multiple imputation法之外,最被推薦 12/10 21:38
→ deniel367: 的填補缺失值的方法。 12/10 21:38
→ deniel367: 舉國內最知名的統計顧問,晨晰統計為例,他使用SPSS, 12/10 21:38
→ deniel367: 但是..小弟我搞到懷疑人生..懷疑自己不適合繼續做統計 12/10 21:38
→ deniel367: 、讀數學.. 搜尋了三天還是想不通具體而言是怎麼填補 12/10 21:38
→ deniel367: 的QQ 12/10 21:38
→ deniel367: 我自己猜是這樣:用大大你提到的notation:Z,隱藏變量 12/10 21:38
→ deniel367: ,然後令X為觀察值。 每一次E-step,填補的缺失值就是 12/10 21:38
→ deniel367: E(Z | X,θ)。 我最主要問題是..這個期望值的機率密 12/10 21:38
→ deniel367: 度函數是什麼?X要取所有的觀察值嗎?還是只要取同一 12/10 21:38
→ deniel367: 個case的其他觀察值即可?諸如此類細節步驟的問題 12/10 21:38
→ obarisk: 如果是專業的話,請讀 12/10 22:41
→ obarisk: Statistical Analysis with Missing Data 12/10 22:41
→ obarisk: Little, Rubin 12/10 22:43
→ obarisk: 然後自己寫一次 EM。分配看你的假設,套裝軟體應該就是常 12/10 22:44
→ obarisk: 態,自己寫EM就看你怎麼假設分配 12/10 22:45
→ obarisk: 但是EM的精神真的不是用來補值...值一補進去,統計量就 12/10 22:45
→ obarisk: 就會受影響 12/10 22:45
→ jayfei2000: 臉書的相關社團 有一些高手存在, 12/11 00:21
→ jayfei2000: 就我所知道的「大學數學」這個社團裡面有各個大學的 12/11 00:21
→ jayfei2000: 助教跟博士研究生。 12/11 00:21
→ jayfei2000: 所以你去找一找臉書的相關社團 (國內外)詢問, 12/11 00:21
→ jayfei2000: 說不定也可以得到答案。 12/11 00:21
→ jayfei2000: 臉書的外國社團是五花八門的, 12/11 00:21
→ jayfei2000: 什麼都有。 12/11 00:21
→ celestialgod: 可是要用EM的前提是要知道資料的分布 12/11 20:07
→ celestialgod: 通常資料也不是常態那麼簡單,我無法理解你說的 12/11 20:07
→ celestialgod: 除了multiple imputation外,最常用的是EM這句話 12/11 20:08
→ celestialgod: 我還是覺得像是obarisk板友說的去看專業書籍所討論 12/11 20:08
→ celestialgod: 的方法會比較好 12/11 20:08
→ celestialgod: 至於你問的問題,我覺得你應該直接去看一下GMM怎麼 12/11 20:10
→ celestialgod: 推導比較有感覺 12/11 20:10
→ obarisk: Gaussian Mixture Model嗎 12/11 22:56
→ obarisk: 確實比較容易瞭解EM 12/11 22:56
→ clickhere: E(Z|X,θ)只適用在logL為Z的線性函數才是對的. 12/12 08:54
→ clickhere: 一般就只有Binomial,Normal,Mixture才像是在impute. 12/12 08:55
→ clickhere: 其他情形可不一定是. 12/12 08:56
→ clickhere: E-step的正確說法並不是在補遺失值. 12/12 08:58
→ clickhere: Wiki上的 Expectation–maximization algorithm 講得很 12/12 09:00
→ clickhere: 清楚. 12/12 09:00
→ deniel367: 謝謝各位 解說,我再看看 12/15 21:55