Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Метод максимального правдоподобия ⇐ ПредыдущаяСтр 7 из 7
Метод максимального правдоподобия является одним из наиболее универсальных методов оценивания неизвестных параметров распределений. Пусть - выборка из генеральной совокупности, имеющей функцию распределения , зависящую от неизвестного скалярного параметра (задана параметрическая модель наблюдений). Если закон распределения наблюдаемой случайной величины является непрерывным, т.е. существует плотность вероятностей , то функция , рассматриваемая при фиксированной выборке как функция параметра , называется функцией правдоподобия. Если наблюдаемая случайная величина имеет дискретный закон распределения, задаваемый вероятностями , то функция правдоподобия определяется равенством: . Оценкой максимального правдоподобия параметра называется такое значение параметра , при котором функция правдоподобия при заданной выборке достигает максимума: При фиксированном функция правдоподобия задает закон распределения случайного вектора , координаты которого являются копиями наблюдаемой случайной величины : в случае непрерывном; в случае дискретном. Поэтому смысл метода максимального правдоподобия заключается в том, что в качестве оценки выбирается такое значение параметра , при котором вероятность получения данных выборочных значений , как реализации случайного вектора , максимальна. Если функция правдоподобия дифференцируема по , то оценку максимального правдоподобия можно найти, решив относительно уравнение правдоподобия , естественно, убедившись при этом, что решение доставляет функции правдоподобия именно максимум. Часто бывает удобнее исследовать на экстремум не функцию правдоподобия , а ее логарифм . Поскольку функции и имеют максимум в одной и той же точке в силу монотонного возрастания логарифмической функции, то оценку максимального правдоподобия можно найти также, решив относительно равносильное уравнение правдоподобия . Если параметр является векторным, то для отыскания оценки максимального правдоподобия следует решить систему уравнений правдоподобия или равносильную систему уравнений Все изложенные результаты остаются в силе и при оценивании не самого параметра , а некоторой параметрической функции .
Ценность оценок максимального правдоподобия обусловлена следующими их свойствами, справедливыми при весьма общих предположениях (без доказательства): - оценка максимального правдоподобия является состоятельной оценкой неизвестного параметра : ; - оценка максимального правдоподобия является асимптотически эффективной оценкой неизвестного параметра : , где - оценка максимального правдоподобия является асимптотически нормальной оценкой неизвестного параметра , т.е. при соответствующей нормировке закон распределения оценки максимального правдоподобия является нормальным: Это свойство очень важно для нахождения вероятностей отклонения оценки от истинного значения параметра. Однако метод максимального правдоподобия не всегда приводит к несмещенным оценкам и уравнения (системы уравнений) для нахождения оценок максимального правдоподобия могут решаться довольно сложно. Пример 1. Наблюдаемая случайная величина имеет нормальный закон распределения с неизвестным математическим ожиданием и известной дисперсией , то есть имеет плотность вероятностей вида: . Найти по выборке оценку максимального правдоподобия параметра . Решение. Найдем функцию правдоподобия:
. Найдем логарифм функции правдоподобия: . Составим уравнение правдоподобия: . Решение уравнения правдоподобия : , откуда . Таким образом, в нормальной модели оценка максимального правдоподобия является несмещенной, состоятельной и эффективной оценкой неизвестного математического ожидания . Заметим, что к тому же результату в данной модели приводит и метод моментов, но существенно проще: , то есть . Пример 2. Наблюдаемая случайная величина имеет нормальный закон распределения с известным математическим ожиданием и неизвестной дисперсией , то есть имеет плотность вероятностей вида: . Найти по выборке оценку максимального правдоподобия параметра . Решение. Найдем функцию правдоподобия:
. Найдем логарифм функции правдоподобия:
. Составим уравнение правдоподобия: . Решение уравнения правдоподобия : , откуда . Таким образом, в нормальной модели оценка максимального правдоподобия является несмещенной, состоятельной и эффективной оценкой неизвестной дисперсии (показать самостоятельно!). Заметим, что к тому же результату в данной модели приводит и метод моментов, но существенно проще: , то есть .
Пример 3. Наблюдаемая случайная величина имеет нормальный закон распределения с неизвестным математическим ожиданием и неизвестной дисперсией , то есть имеет плотность вероятностей вида: . Найти по выборке оценку максимального правдоподобия параметра . Решение. Найдем функцию правдоподобия:
. Найдем логарифм функции правдоподобия: . Для нахождения оценки максимального правдоподобия двумерного параметра составим систему уравнений правдоподобия: . Решение системы уравнений правдоподобия: Таким образом, в общей нормальной модели оценка максимального правдоподобия . При этом, выборочное среднее является несмещенной, состоятельной и эффективной оценкой неизвестного математического ожидания , а выборочная дисперсия является асимптотически несмещенной, состоятельной и асимптотически эффективной оценкой неизвестной дисперсии . Заметим, что к тому же результату в данной модели приводит и метод моментов, но существенно проще: , то есть . Пример 4. Наблюдаемая случайная величина имеет закон распределения Пуассона с неизвестным параметром : . Найти по выборке оценку максимального правдоподобия параметра . Решение. Найдем функцию правдоподобия:
Найдем логарифм функции правдоподобия: . Составим уравнение правдоподобия: . Решение уравнения правдоподобия : , откуда . Заметим, что к такому же результату в данной модели приводит и метод моментов.
|
||||||
Последнее изменение этой страницы: 2021-12-15; просмотров: 44; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 3.137.188.11 (0.03 с.) |