matematikk.net

Hei

Sitter og ser på løsningen av eksamensoppgave her.

http://www.uio.no/studier/emner/matnat/ ... _1_fas.pdf

Oppgaveteksten er her

http://www.uio.no/studier/emner/matnat/ ... 2012_1.pdf

Det er snakk om oppgave 2b.

Er det noen som greier å se hvorfor man kan gå fra å finne et uttrykk for f(y), til å vise at f(y|y_{-t}) er proporsjonal med det uttrykket det står at det er? y_{-t} er y vektoren uten element nr t. Har sett meg helt grønn i ansiktet på alt som heter Bayes og posterior distribution men fatter det bare ikke...

Blir meget takknemlig for hjelp

Ha! Dette er statistikk over mitt hode hvertfall. Tror mange her på forumet har statistikk som sitt svakeste (eller bare minst likte) felt.

Sukk, da har vi noe til felles, Aleks...

http://math.stackexchange.com/

Anbefaler å spørre her =)

Blir det ikkje slik som dette

[tex]f(y_t|\mathbf{y}_{-t}) = \frac{f(\mathbf{y})}{f(\mathbf{y}_{-t})} = \frac{f(y_0)\cdot f(y_1|y_0)\dots f(y_T|y_{T-1})}{f(y_0) f(y_1|y_0)\ldots f(y_{t-1}|y_{t-2})f(y_{t+1})f(y_{t+2}|y_{t+1})\dots f(y_T|y_{T-1})} = \frac{f(y_t|y_{t-1})f(y_{t+1}|y_t)}{f(y_{t+1})} \propto f(y_t|y_{t-1})f(y_{t+1}|y_t)[/tex]

Hei! Takk for svaret jeg er med på det, bortsett fra den første likheten?

Kjem direkte av betinga sannsyn; [tex]f(y_t|\mathbf{y}_{-t}) = \frac{f(y_t \cap \mathbf{y}_{-t})}{f(\mathbf{y}_{-t})} = \frac{f(y_1, \ldots, y_T)}{f(\mathbf{y}_{-t})} = \frac{f(\mathbf{y})}{f(\mathbf{y}_{-t})}[/tex]

Tusen takk! Nå datt mye på plass her!

Ok, står fast på nok et punkt, punkt 2d. Forstår hvordan de kommer frem til uttrykket for log(Y), men ikke hvordan de konkluderer ut fra elementene i eksponenten hva naboene er?