对称矩阵线性空间的最大似然度
代数几何
2021-02-23 v2 统计理论
统计理论
摘要
我们研究由浓度矩阵上的线性条件所描述的多变量高斯模型。我们计算了这些模型的最大似然（ML）度。即，我们计数了对称矩阵线性空间上似然函数的临界点个数。我们得到了 ML 度的新公式，一个通过 Schubert 微积分，另一个使用交集理论中的 Segre 类。我们解决了余维一模型的情形，并刻画了 ML 度为零的退化情形。
引用
@article{arxiv.2012.00198,
title = {The Maximum Likelihood Degree of Linear Spaces of Symmetric Matrices},
author = {Carlos Améndola and Lukas Gustafsson and Kathlén Kohn and Orlando Marigliano and Anna Seigal},
journal= {arXiv preprint arXiv:2012.00198},
year = {2021}
}
备注
21 pages and 1 figure