สมมติว่าฉันมีรูปแบบดังต่อไปนี้
ที่ , เป็นเวกเตอร์ของตัวแปรอธิบายเป็นพารามิเตอร์ของฟังก์ชันเชิงเส้น - ไม่ใช่และโดยที่ตามธรรมชาติคือคูณเมทริกซ์
เป้าหมายคือตามปกติในการประมาณการและΣตัวเลือกที่ชัดเจนคือวิธีความน่าจะเป็นสูงสุด Log-โอกาสสำหรับรุ่นนี้ (สมมติว่าเรามีตัวอย่าง ) ลักษณะเช่น
ตอนนี้ดูเหมือนง่ายบันทึกความน่าจะเป็นมีการระบุใส่ข้อมูลและใช้อัลกอริทึมบางอย่างสำหรับการเพิ่มประสิทธิภาพที่ไม่ใช่เชิงเส้น ปัญหาคือวิธีการตรวจสอบให้แน่ใจว่าเป็นผลบวกแน่นอน การใช้ตัวอย่างoptim
ใน R (หรืออัลกอริทึมการเพิ่มประสิทธิภาพที่ไม่ใช่เชิงเส้นอื่น ๆ ) จะไม่รับประกันฉันว่านั้นแน่นอนแน่นอน
ดังนั้นคำถามคือจะมั่นใจได้อย่างไรว่ายังคงเป็นไปในทางบวกแน่นอน? ฉันเห็นทางออกที่เป็นไปได้สองข้อ:
ซ่อมแซมเป็น โดยที่คือเมทริกซ์รูปสามเหลี่ยมบนหรือสมมาตร จากนั้นจะเป็นค่าบวกแน่นอนเสมอและสามารถควบคุมได้
ใช้ความน่าจะเป็นของโปรไฟล์ สืบทอดมาสูตรสำหรับและtheta) เริ่มต้นด้วยและวน , จนกระทั่งการบรรจบกัน
มีวิธีอื่นอีกหรือไม่และวิธีการเกี่ยวกับ 2 วิธีนี้พวกเขาจะทำงานได้มาตรฐานหรือไม่ ดูเหมือนว่าจะเป็นปัญหามาตรฐาน แต่การค้นหาอย่างรวดเร็วไม่ได้ให้คำแนะนำใด ๆ แก่ฉัน ฉันรู้ว่าการประมาณแบบเบย์จะเป็นไปได้เช่นกัน แต่ในตอนนี้ฉันไม่ต้องการมีส่วนร่วม