1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Úvod do lineárního modelování v Pythonu
Connected

cvičení

Maximalizace věrohodnosti, část 2

V části 1 jsi vypočítal/a jednu hodnotu log-věrohodnosti pro jediné mu. V této části 2 použiješ předdefinovanou funkci compute_loglikelihood() k výpočtu pole hodnot log-věrohodnosti — jedné pro každý prvek pole možných hodnot mu.

Cílem je zjistit, která hodnota mu vede k maximální hodnotě v poli log-věrohodností.

Pracuj s předem načtenými daty sample_distances, sample_mean, sample_stdev a pomocnou funkcí compute_loglikelihood().

Pokyny

100 XP
  • Sestav mu_guesses tak, aby hodnoty byly vycentrované kolem sample_mean s rozptylem daným sample_stdev.
  • Pro každou odhadovanou hodnotu mu_guess v mu_guesses použij compute_loglikelihood() pro všechna sample_distances s hodnotou sigma fixovanou na sample_stdev.
  • Najdi maximální hodnotu v poli loglikelihoods a pomocí jejího indexu urči best_mu z mu_guesses.
  • Vypiš best_mu a vizualizuj výsledek vykreslením hodnot loglikelihoods.