Метод максимального правдоподобия
Наилучшеи оценки параметра. Например, статистика-положительна, функция правдоподобия L (x, 0) растет с увеличением 0 и, следовательно, достигает максимума на правой границе промежутка. Поскольку оценка параметра 9 сделана по выборке, то обозначим 0 = 0(x1, x2,…, Jcn) = 0. Взяв знак «плюс», получим первое решение. Же, как и ?0, асимптотически подчиняется нормальному распределению с математическим… Читать ещё >
Метод максимального правдоподобия (реферат, курсовая, диплом, контрольная)
Рассмотрим выборку х = (х1; х2, …, х"), полученную в результате независимых наблюдений за случайной величиной, имеющей плотность распределения р?(х, 0). Подставляя элементы выборки в плотность распределения, будем получать функции pi;(x,-, 0) изучаемого параметра 0, из которых составим произведение: р?(ха, 0) • р?(х2, 0) х х … ? рЪ,(хп, 0). Чем вероятнее набор значенийхьх2,…, х", тем большую величину будет иметь это произведение. Эту величину можно менять
в некоторых пределах, варьируя параметр 0. Поэтому в качестве оценки неизвестного параметра 0 разумно принять такое значение 0, которое максимизирует составленное по выборке произведение. В этом заключается метод максимального правдоподобия.
Функцией правдоподобия L (xb х2, …, хп, 0) называется произведение плотностей вероятностей для непрерывной случайной величины или произведение вероятностей для дискретной случайной величины:
Если выполнены некоторые достаточно общие условия, задача может быть сведена к исследованию на экстремум функции правдоподобия стандартным методом: находятся критические точки, рассматриваются достаточные условия. Дифференцирование произведения п функций по параметру 0 при исследовании на максимум достаточно громоздко. Поиск оценки упрощается, если максимизировать не саму функцию, а ее логарифм, так как максимумы функций L (x, 0) и lnL (x,.
0) достигаются при одном и том же значении параметра 0.
Тогда стандартный подход к исследованию на максимум логарифмической функции правдоподобия 1п1(х, 0) следующий:
- 1) (lnL (x, 0))е =0 (необходимые условия);
- 2) (1пДх, 0))оО <0 (достаточные условия).
Максимальное значение может быть достигнуто на границе области, если экстремум отсутствует. Высокие достоинства метода максимального правдоподобия подтверждаются следующей теоремой.
Теорема 12.1. Пусть для случайной величины Г| с плотностью рл(х, 0):
- 1) область определения аргумента х не зависит от 0;
- 2) существуют конечные Мг и Dr;
оо.
- 3) равенство J p^x, Q) dx = 1 трижды дифференцируемо по пароме-
- -оо
тру 0 сне равной нулю третьей производной;
4) информация Фишера конечна и не равна нулю.
Тогда:
- 1) решения 0уравнения (lnL (x, 0))e =0 существуют;
- 2) 0 — несмещенная или асимптотически несмещенная оценка 0;
- 3) 0 — эффективная или асимптотически эффективная оценка 0;
- 4) распределение оценки 0 асимптотически нормально, причем статистика
5) 0 — состоятельная оценка 0.
?Введем обозначения для функции правдоподобия:
Уравнение правдоподобия для логарифмической функции правдоподобия будет иметь вид.
<31пЦх, 0) «.
Функцию-разложим в ряд Тейлора в окрестности некото-
<30.
рой точки 0О и разделим полученное равенство на п:
где последний член разложения является остаточным, 0 ' — некоторая точка из окрестности 90, причем третья производная по 0 в этой точке конечна. Случайные величины Е,0, Ъ,2 можно рассматривать как сред.
ние арифметические значения функций от наблюдений в точке 0 = 0О. Например, случайная величина
есть среднее арифметическое значение функций от наблюдений 51пр"(Х (, 0).
---, взятое в точке 0 = 0О.
SQ
После введения переменных получим квадратное уравнение относительно малого приращения 0 - 0О:
оо (х 0).
Найдем М^0, D^0 и ME,i} опираясь на равенства f —-—-—dx = 0
* д2рц (х, 0) — 50
и J ——-ах = 0. Далее, где это не мешает восприятию, будем писать
— оо S02
функции без аргументов:
По закону больших чисел средние арифметические сходятся по вероятности к своим математическим ожиданиям. Величины ?,0 и ^ являются средними арифметическими случайных величин, поэтому.
5оДо,^Л/(0о).
Найдем корни квадратного уравнения относительно малого приращения 0 - 0О:
Полагая п достаточно большим, чтобы можно было считать бесконечно малым, a — близким к -I или равным этой величине, разложим квадратный корень из функции выборки в ряд Маклорена по ^0, сохранив члены первого порядка малости:
Поскольку оценка параметра 9 сделана по выборке, то обозначим 0 = 0(x1, x2,…, Jcn) = 0. Взяв знак «плюс», получим первое решение.
Для полученной оценки найдем М0 и DQ:
Второе решение имеет вид.
и не обладает асимптотической несмещенностью, поскольку с ростом 21.
числа наблюдений—0, из-за того что по условию I Ф 0, < 00 • Отне-
^2.
семся к нему как к постороннему решению.
Таким образом, удалось установить, что:
- 1) решения уравнения (lnL (x, 0))J, =0 существуют;
- 2) 0 — несмещенная или асимптотически несмещенная оценка 0;
- 3) оценка 0 по крайней мере асимптотически эффективна.
Обсудим другие свойства оценки 0.
Докажем, что распределение 0 асимптотически нормально, причем
Случайная величина ?0, являясь средним арифметическим от функ-.
d ( М
ций наблюдений асимптотически нормальна: —>N О, — .
Оценка 0 отличается от — на постоянную величину 0О, поэтому, так
же, как и ?0, асимптотически подчиняется нормальному распределению с математическим ожиданием М9 = 0О и дисперсией D9 =—:
A d I] Л . 0-М0 п/
0—>iV 0О, —. Отсюда следует формула для —
I / у DO
Докажем что оценка состоятельна. В силу неравенства Чебышёва
Замечание 12.1. Полученные оценки по крайней мере асимптотически несмещенные и асимптотически эффективные. То, что оценка может быть просто несмещенной или просто эффективной, доказывается примерами.
Замечание 12.2. Если некоторые условия теоремы не выполнены, то
51пДх, 0) «
уравнение-= 0 может не иметь решении. Однако метод мак-
симального правдоподобия остается действенным методом отыскания
u 51nL (x, 0)
наилучшеи оценки параметра. Например, статистика-положительна, функция правдоподобия L (x, 0) растет с увеличением 0 и, следовательно, достигает максимума на правой границе промежутка.
Пример 12.2. По выборке х1( х2, …, хп найти оценку параметра X распределения Лапласа методом максимального правдоподобия.
X
Решение. Функция плотности распределения Лапласа pt(x) =—е~хМ, х е R. Логарифмическая функция правдоподобия имеет вид.
Найдем производную, приравняем ее к нулю:
и решим уравнение относительно X. Оценка для параметра X оказывается рав;
~ ^ 1 п ~ v d2 L п
ной Х =-. Проверим знак второй производной: =—-<0. Знак.
1 I I DX X
Пы 1.
«минус» указывает на наличие максимума.