Akaike weightsWe use Akaike weights

Akaike weights
We use Akaike weights to choose the best fitted distribution. An Akaike weight is a normalized distribution selection criterion23. Its value is between 0 and 1. The larger the value is, the better the distribution is fitted.

Akaike's information criterion (AIC) is used in combination with Maximum likelihood estimation (MLE). MLE finds an estimator of that maximizes the likelihood function of one distribution. AIC is used to describe the best fitting one among all fitted distributions,Here K is the number of estimable parameters in the approximating model.

After determining the AIC value of each fitted distribution, we normalize these values as follows. First of all, we extract the difference between different AIC values called Δi,

Then Akaike weights Wi are calculated as follows,

ผลลัพธ์ (ไทย) 2:

น้ำหนัก Akaike
เราใช้น้ำหนัก Akaike การเลือกที่ดีที่สุดในการจัดจำหน่ายติดตั้ง น้ำหนัก Akaike คือการเลือกการกระจายปกติ criterion23 ค่าที่เป็นระหว่าง 0 และ 1 ที่มีขนาดใหญ่มีค่าเป็นที่ดีกว่าการจัดจำหน่ายติดตั้ง. เกณฑ์ของข้อมูล Akaike (AIC) ถูกนำมาใช้ร่วมกับการประมาณค่าความน่าจะเป็นสูงสุด (MLE) MLE พบประมาณการของที่เพิ่มความน่าจะเป็นฟังก์ชั่นของการจัดจำหน่าย AIC จะใช้ในการอธิบายที่เหมาะสมหนึ่งที่ดีที่สุดในการกระจายติดตั้งทั้งหมดที่นี่เคเป็นจำนวนพารามิเตอร์นับถือในรูปแบบใกล้เคียงกับ. หลังจากการพิจารณาค่า AIC ของการกระจายแต่ละพอดีเราปกติค่าเหล่านี้ดังต่อไปนี้ ครั้งแรกของทั้งหมดที่เราแยกความแตกต่างระหว่างค่า AIC ที่แตกต่างกันที่เรียกว่าΔi, แล้ว Akaike น้ำหนัก Wi คำนวณดังต่อไปนี้

ผลลัพธ์ (ไทย) 3:

เราใช้น้ำหนักน้ำหนักเคราะห์เคราะห์เลือกที่ดีที่สุดติดตั้งกระจาย เป็นมาตรฐานการกระจายน้ำหนักเคราะห์การ criterion23 . ค่าระหว่าง 0 และ 1 ขนาดใหญ่มูลค่า ที่ดีกว่าการกระจายพอดี

เคราะห์ข้อมูลเกณฑ์ ( AIC ) จะใช้ในการรวมกันกับการประมาณความน่าจะเป็นสูงสุด ( mle )mle พบการประเมินที่เพิ่มโอกาสของฟังก์ชันของการกระจาย AIC ที่ใช้เพื่ออธิบายหนึ่งที่เหมาะสมที่สุดในการติดตั้งที่นี่ k คือจำนวนพารามิเตอร์ที่น่านับถือในประเภทรูปแบบ

หลังจากการกําหนดค่า AIC ของแต่ละติดตั้งกระจาย เราปรับค่าเหล่านี้ ดังนี้ ครั้งแรกของทั้งหมดเราต้องแยกความแตกต่างระหว่างค่า AIC ที่แตกต่างกันเรียกว่าΔผม

แล้วน้ำหนักวีเคราะห์คำนวณดังนี้