КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Метод максимального правдоподобияПравдоподобия и метод моментов. Неравенство информации, метод максимального Рассмотрим метод максимального правдоподобия для точечной оценки параметров распределения (предложен Рональдом Фишером). Пусть Χ – дискретная случайная величина, которая при выборке объемом n получила значения x , x₂, …, . Допустим, что известен вид закона распределения вероятностей, но неизвестен параметр ⍬. Обозначим через P (, ⍬) вероятность того, что величина Χ принимает значения (). Определение: Функцией правдоподобия дискретной случайной величины Χ называют функцию аргумента ⍬: L(x , x₂, …, , ⍬) = P(x P(x₂ … P( где x , x₂, …, – фиксированные числа. Определение: Точечной оценкой параметра считается такое значение *, при котором функция L принимает наибольшее значение. Эту оценку называют оценкой максимального правдоподобия. Т.к. функция L и lnL обычно принимают наибольшие значения при одном и том же аргументе , то оценку * определяют на основе максимизации функции lnL. Для этого функцию исследуют на максимум с помощью необходимого (а иногда и достаточного) условия экстремума. Этот метод особенно полезен в случае малых выборок (т.к. этот метод наиболее полно использует данные выборки), но часто требует довольно сложных вычислений. Пример: Найти методом наибольшего правдоподобия оценку параметра λ в распределении Пуассона на основе проведённых опытов. Решение: Будем называть опытом группу из n испытаний. При этом в каждом опыте фиксируется число появлений рассматриваемого события. Пусть таких опытов будет m. Тогда число появлений события в i -ом опыте будет . Подставляя полученное значение в формулу Пуассона, получаем: Эти вероятности для всех подставим в функцию правдоподобия . Находим логарифм этой функции: Возьмем первую производную по λ и прировняем её к нулю: . Итак, . Если взять вторую производную , то оказывается, что она отрицательна. Это значит, что полученное значение максимально. Если плотность распределения непрерывной случайной величины Χ определяется двумя неизвестными параметрам и , то функция максимального правдоподобия имеет вид: где ,…, – наблюдаемые значения Χ. Далее находят логарифмическую функцию правдоподобия и для отыскания её максимума составляют и решают систему: .
Дата добавления: 2014-12-27; Просмотров: 862; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |