Differenz zwischen Rückwärtsoptimierung und Likelihood-Optimierung

07.10.2008, 12:26

brunsi

Differenz zwischen Rückwärtsoptimierung und Likelihood-Optimierung

Hallo zusammen,

ich habe jetzt zwar kein geeignetes Beispiel,aber mich interessiert, weshalb bei einer Maximierung mit "Rückwärtsoptimierung" das Resultat von dem der Likelihood-Funktion abweicht.

Hängt dies vielleicht mit der Wahl des Parameters $\begin{eqnarray*} \lambda \end{eqnarray*}$ zusammen oder doch eher, dass ich bei der Likelihood-Funktion eine Normalverteilung des Datenmaterials unterstelle und beid er Rückwärtsoptimierung von historischen Daten ausgehe.

Weichen also historische Daten von denen der Normalverteilung ab, so entsteht diese Differenz im Endergebnis??

Wäre nett, wenn mir da jmd das ein wnieg erklären könnte.

LG

Dennis

07.10.2008, 12:37

Auf diesen Beitrag antworten »

Es lässt sich schlecht etwas erklären, wenn man nur gefühlte 10% der Problemstellung dargeboten kriegt, mit in der Luft hängenden $\begin{eqnarray*} \lambda \end{eqnarray*}$ 's u.ä.

Auch wenn du vielleicht denkst, dass "Rückwärtsoptimierung" ein ausreichendes Stichwort dafür ist - dem ist nicht so. Und auch wenn es schon ein ganzes Weilchen her ist, und ich seitdem mit dem Thema nicht viel zu tun hatte: Meine Dissertation hatte mit dynamischer Optimierung zu tun, so ganz dumm bin ich auf diesem Gebiet also nicht. Augenzwinkern