2015 | OriginalPaper | Chapter
Schätzung mithilfe von Boosting
Author : Moritz Berger
Published in: Boosting-Techniken zur Modellierung itemmodifizierender Effekte
Publisher: Springer Fachmedien Wiesbaden
Activate our intelligent search to find suitable subject content or patents.
Select sections of text to find matching patents with Artificial Intelligence. powered by
Select sections of text to find additional relevant content using AI-assisted search. powered by
Um Schätzungen für die Modelle, die in den Abschnitten 2.2 und 2.5 vorgestellt wurden, zu erhalten, wäre es am einfachsten, die Maximum-Likelihood-Schätzer der logistischen Regressionsmodelle (2.11) und (2.13) zu berechnen. Für die vorliegenden Modelle ist dies jedoch problematisch. Einer der Gründe ist die große Anzahl an Parametern der Modelle. Vor allem, falls die Anzahl zu schätzender Parameter größer ist als die Anzahl an Beobachtungen, sind die Maximum-Likelihood-Schätzer ungenau oder gar nicht eindeutig definiert. Siehe dazu auch [Hastie et al., 2009].