EM-algoritmi
Odotus-maksimointi (EM) -algoritmi on iteratiivinen optimointimenetelmä, jolla etsitään suurimman uskottavuuden tai suurimman aposteriorisen estimaatteja parametreille tilastollisissa malleissa, joissa on piileviä muuttujia tai puuttuvia tietoja. Dempster, Laird ja Rubin esittelivät sen uraauurtavassa vuoden 1977 artikkelissaan. EM vuorottelee laskemalla täydellisen datan log-uskottavuuden odotusarvon (E-vaihe) ja maksimoimalla sen parametrien suhteen (M-vaihe), taaten monotonisen ei-laskevan uskottavuuden jokaisella iteraatiolla.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Dempster, A. P., Laird, N. M., & Rubin, D. B. (1977). Maximum likelihood from incomplete data via the EM algorithm. Journal of the Royal Statistical Society: Series B, 39(1), 1–38. DOI: 10.1111/j.2517-6161.1977.tb01600.x ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 2). Expectation-Maximization Algorithm. ScholarGate. https://scholargate.app/fi/statistics/em-algorithm
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Suurimman uskottavuuden estimointiTilastotiede↔ compare
- MICETilastotiede↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →