Пред.
След.
Макеты страниц
Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO
6.2. МЕТОД МАКСИМАЛЬНОГО ПРАВДОПОДОБИЯ6.2.1. ФУНКЦИЯ ПРАВДОПОДОБИЯ И ЕЕ ЛОГАРИФМДанные могут быть представлены по-разному. Наиболее распространенными формами представления являются вектор данных и таблица частот. Вектор данных
составлен из наблюдений одномерных наблюдениях таблица частот имеет следующий вид (аналогично выглядит таблица, если начальное значение наблюдений равно 0):
Как видно из таблицы, значение 6 наблюдалось Если данные являются реализацией непрерывной случайной переменной, наблюдения необходимо фиксировать с более высокой степенью точности. Например, данные могут быть представлены сгруппированной таблицей частот:
Здесь Правдоподобие и логарифмическое правдоподобие. Для нахождения оценки методом максимального правдоподобия необходимо прежде всего построить функцию правдоподобия [см. также разделы 3.5.4 и 4.13.1]. Для того чтобы понять, как это делать, рассмотрим сначала представление данных в векторной форме. Итак, предположим, что мы имеем выборку в виде
где
где Функция правдоподобия, таким образом, является функцией параметров Часто удобнее работать не с самой функцией правдоподобия, а с ее логарифмом (натуральным). Такая функция называется логарифмической функцией правдоподобия. Простейшей и наиболее распространенной является ситуация, когда случайные величины
где Пример 6.2.1. Функция правдоподобия для распределения Пуассона. Допустим,
Рис. 6.2.1. Функция правдоподобия в для данных из нормального распределения с параметрами
Рис. 6.2.2. Логарифм функции правдоподобия Для построения функции правдоподобия в виде (6.2.4) естественно положить
График этой функции относительно в показан на рис 4.13.1. Пример 6.2.2. Функция правдоподобия нормального распределения (дисперсия известна). Пусть случайная переменная X распределена по нормальному закону
Функцию правдоподобия для данной выборки
Поскольку
Рис. 6.2.3. (см. скан) Логарифм функции правдоподобия Рис. 6.2.4. (см. скан) Линии уровня логарифма функции правдоподобия из примера 6.2.4 (масштаб не выдержан) функция правдоподобия окончательно может быть записана так:
График этой функции представлен на рис. 6.2.1, график логарифма функции правдоподобия
показан на рис. 6.2.2. Пример 6.2.3. Функция правдоподобия нормального распределения (математическое ожидание известно). Если исходная случайная величина распределена по нормальному закону с нулевым математическим ожиданием и стандартным отклонением
Функцию правдоподобия
Рис. 6.2.5. Объемное изображение логарифма функции правдоподобия из примера 6.2.4 где
График функции (6.2.7) показан на рис. 6.2.3. Пример 6.2.4. Двухпараметрическое нормальное распределение. Если X имеет нормальное распределение с математическим ожиданием
Подставляя вместо
где
Логарифм функции правдоподобия тогда равен:
где в целях простоты
Например, если
то функция правдоподобия будет равна:
Грубое представление о форме графика логарифма функции правдоподобия можно получить с помощью расчета значений Пример 6.2.5. Марковская цепь. Рассмотрим последовательность
Вероятность того, что
где
то существуют три перехода от 0 к 1 (обозначено 0 1), поэтому Рис. 6.2.6. (см. скан) Линии уровня функции правдоподобия Вероятность (абсолютная) может быть вычислена на основе предельного стационарного распределения [см. II, раздел 19.6]
т. е.
Для приведенной выше последовательности при
В другом примере с большим объемом выборки максимальный уровень реки фиксировался в течение 50 лет. Было отмечено 5 паводков. При этом в первом году превышения нормального уровня не отмечалось
Функция правдоподобия в этом случае будет равна:
Линии уровня поверхности, заданной этим уравнением, представлены на рис. 6.2.6; показаны линии уровня, соответствующие значениям функции Вычисление функции правдоподобия по таблице частот. Если данные выборки представлены в виде таблицы частот (6.2.1), то частоты
где п.р.в. X является общей п.р.в. для всех
Для дискретной случайной величины это выражение превращается в
что представляет собой очевидное обобщение (6.2.5) на случай таблицы частот. Например, в случае таблицы частот для распределения Пуассона с параметром
[ср. с примером 6.2.1]. На практике коэффициент
что полностью совпадает с функцией правдоподобия для данных, представленных в векторной форме [см. пример 6.2.1]. Если в исходном виде непрерывные случайные переменные группируются в таблицу частот, как в (6.2.2), то функция правдоподобия будет равна:
где Затруднение, вызванные подобной группировкой, обсуждаются в разделе 6.5.2.
|
1 |
Оглавление
|