Bu soru, doğrusal modelin belirli bir versiyonunda kısıtlı maksimum olabilirlik (REML) tahmini ile ilgilidir:
burada bir ( ) ile parametrize matris , olduğu gibi . rahatsız edici parametrelerin bilinmeyen bir vektörüdür; ilgi tahmin etmektir ve sahibiz . Modeli maksimum olasılıkla tahmin etmek sorun değil, ama REML kullanmak istiyorum. Örneğin LaMotte , olasılığının olduğu, burada herhangi bir yarı-ortogonal matris olduğu iyi bilinmektedir . yazılabilir
zaman tam sütun sıralamasıdır .
Benim sorunum, bazı mükemmel makul ve bilimsel olarak ilginç olan matrisinin tam sütun sıralamasında olmamasıdır. Ben markaların yukarıda kısıtlı olasılığının gördük tüm türevleri geçerli değildir belirleyici eşitlik sistemlerin kullandığınızda , yani tam sütun sırasını varsayarlar . Bu, yukarıdaki kısıtlı olasılığın sadece parametre alanının bazı bölümlerindeki ayarım için doğru olduğu ve dolayısıyla optimize etmek istediğim şey olmadığı anlamına gelir.
Soru: tam sütun sıralaması olduğu varsayımı olmaksızın, istatistiksel literatürde veya başka bir yerde türetilmiş daha genel sınırlı olasılıklar var mı? Eğer öyleyse, neye benziyorlar?
Bazı gözlemler:
- Üstel parçanın türetilmesi herhangi bir için sorun değildir ve yukarıdaki gibi Moore-Penrose tersine yazılabilir
- sütunları C ( X ) ⊥ için (herhangi) ortonormal bir temeldir
- Bilinen için A ′ Y olasılığı her α için kolayca yazılabilir , ancak elbette A'daki temel vektörlerin, yani sütunların sayısı, X'in sütun sırasına bağlıdır.
Bu soruya ilgilenen herkes kesin ölçülebilirliği inanıyorsa yardımcı olacağını, bana bildirin ve ben onları yazacağım. Bu noktada, çoğunlukla doğru boyutlarda bir genel X için bir REML ile ilgileniyorum .
Modelin daha ayrıntılı bir açıklaması burada. Let bir olmak r boyutlu birinci dereceden Vektör Otoregresyon [var (1)] burada v t i i d ~ , N ( 0 , Ω ) . İşlemin, t = 0 zamanında sabit bir y 0 değerinde başlatıldığını varsayın .
tanımlayın . Model , aşağıdaki tanımlar ve gösterimler kullanılarak Y = X β + ε doğrusal model biçiminde yazılabilir:
burada bir belirtmektedir T - olanlar ve boyutsal vektör e 1 , T ilk standart baz vektörü R T .
yı belirtin . A tam sıralama değilse , X ( α ) tam sütun sırası değildir. Bu, örneğin, y t bileşenlerinden birinin geçmişe bağlı olmadığı durumları içerir .
RARS kullanarak VAR'ları tahmin etme fikri, örneğin, öngörücü regresyon literatüründe iyi bilinmektedir (bakınız, örneğin, Phillips ve Chen ve buradaki referanslar.)
matrisinin olağan anlamda bir tasarım matrisi olmadığını, sadece modelden düştüğünü ve A hakkında önceden bilgi sahibi olmadıkça , anlayabildiğim kadarıyla, yeniden parametrelendirmenin bir yolu olmadığını açıklığa kavuşturmak faydalı olabilir. tam rütbe olarak.
Math.stackexchange üzerinde , matematik sorusuna verilen bir cevabın bu soruyu cevaplayabilecek bir olasılık elde etmede yardımcı olabileceği anlamında biriyle ilgili bir soru yayınladım .