Maximum likelihood-hankaluuksia

Cumu-Laskiainen

Tehtävänä on määrittää normaalijakauman parametrit maximum likelihoodilla. Toki tiedän, että tuloksena pitäisi olla keskiarvo ja varianssi. Keskiarvon onnistunkin saamaan, mutta vaikka miten väännän, niin varianssin sigmaosan eteen tule 1/n, eikä 1/(n - 1), kuten pitäisi. Mikähän tuossa oikein kiikastaa, kun en (omasta mielestäni) ihan tumpelokaan ole? Vai olenko jotenkin symbolisokea, kun tuo loppuosa laskemisesta on keskiarvon saannin jälkeen ihan simmpeliä sijoitusta?

8

62

    Vastaukset

    Anonyymi (Kirjaudu / Rekisteröidy)
    5000
    • Ohman

      Jos käytetään estimaattorina otoksen varianssia
      s^2 = (1/n) S(x(i) - m)^2 ( S on tässä summan merkki eli tuo sigma) missä m on lukujen x(i) aritmeettinen keskiarvo niin tämän odotusarvo on
      ((1 - 1/n) x satunnaismuuttujan varianssi) eikä tuon satunnaismuuttujan varianssi. Jotta estimaattori olisi harhaton (unbiased) on käytettävä varianssin estimaattorina lauseketta

      n/(n-1) s^2 = (( x(1) - m)^2 (x(2) - m)^2 ... (x(n) - m)^2) / (n-1)

      Tämän odotusarvo on nyt tuo satunnaismuuttujan varianssi.

      En tiedä vastasiko tämä kysymykseesi.
      Ohman

      • Ohman

        Yllä siis tuo (1 - 1/n) -lausekkeen jälkeen oleva x on siis kertomerkki.'
        Ohman


    • Ohman

      En tainnut sittenkään vastata kysymykseesi. Tuota äskeistä estimointitapaa sanotaan momenttiperiaatteeksi.Mutta voidaan käyttää tuota maksimointiperiaatettakin. Jos
      meillä on normaalijakautuman tiheysfunktio f(x; myy, sigma) =

      1/sqrt(2 pii sigma) exp( -(x-myy)^2 / sigma^2) saadaan siitä maksimointiperiaatteella odotusarvolle myy ja hajonnalle sigma samat estimaattorit kuin momenttiperiaatteella eli tuo "harhainen" varianssin estimaattori. Et ole laskenut väärin.

      Sori että tässä pähkäilin.

      Ohman

    • Statistician

      Voit lopettaa jo laskemisen, olet saanut ihan oikean tuloksen! Maximum likelihood tuottaa variansslle juuri tuon hieman harhaisen estimaattorin. Se on tosin asymmetrisesti harhaton, eli lähestyy oikeaa n:n kasvaessa.
      Momentti-. ja analogiamenetelmät tuottavat täysin harhattamoman estimaattorin [siis tuon 1/(n - 1):n kanssa].

      • Statistician

        Äääh, läpiä taas päähän: samalla tavalla harhainen on momenttimenetelmälläkin saatu.


      • zzztop

        Tarkoitat kai asymptoottisesti harhaton?


      • Ohman
        zzztop kirjoitti:

        Tarkoitat kai asymptoottisesti harhaton?

        Et tainnut lukea minun vastaustani ollenkaan.

        Momenttiperiaate ja maksimointiperiaate johtavat tässä normaalijakautuman tapauksessa samaan varianssin V estimaattoriin v mutta tämän odotusarvo E(v) ei ole V vaan (1 - 1/n) V joten estimaattori ei ole harhaton (unbiased). Jos halutaan harhaton estimaattori tuo v korvataan estimaattorilla n/(n-1) v joka on harhaton.

        Cumu-Laskiainen oli siis laskenut ihan oikein.

        Nuo "asymptoottisuudet" tulevat kuvaan mukaan yleisimmissä tapauksissa. Voidaan todistaa melko yleisillä oletuksilla että maksimointiperiaatteen antamat parrametrien estimaatit ovat kaikkia muita asymptoottisesti edullisempia siinä mielessä että jos t on jonkin parametrin maksimointiperiaatteella saatu estimaattori niin sen odotusarvo E(t) -> 0 ja hajonta D(t) -> 0 kun n kasvaa rajatta ja että D(t) on ainakin asymptoottisesti pienempi tai yhtäsuuri kuin jokaisen muun estimaattorin hajonta jonka estimaattorin odotusarvolla on tuo äsken sanomani ominaisuus.

        Ohman


      • Statistician
        zzztop kirjoitti:

        Tarkoitat kai asymptoottisesti harhaton?

        No niin tarkoitin! Valitan, sama hatara pää kesät talvet ja tietysti syksylläkin. Ks. myös Ohmanin viesti asymptoottisuudesta.


    Ketjusta on poistettu 0 sääntöjenvastaista viestiä.

    Luetuimmat keskustelut

    1. Joskus mietin

      miten pienestä se olisi ollut kiinni, että et koskaan olisi tullut käymään elämässäni. Jos jokin asia olisi mennyt toisi
      Ikävä
      24
      4606
    2. Miten reagoisit

      Jos ikäväsi kohde ottaisi yhteyttä?
      Ikävä
      88
      3714
    3. Ryöstö hyrynsalmella!

      Ketkä ryösti kultasepänliikkeen hyryllä!? 😮 https://yle.fi/a/74-20159313
      Hyrynsalmi
      46
      3075
    4. Olisiko kaivattusi

      Sinulle uskollinen? Olisitko itse hänelle?
      Ikävä
      54
      2657
    5. Ihana nainen

      Suukotellaanko illalla?☺️ 🧔🏻🫶
      Ikävä
      51
      2589
    6. Mitä haluaisit sanoa

      Nyt kaivatullesi?
      Ikävä
      203
      2583
    7. Sukuvikaako ?

      Jälleen löytyi vastuulliseen liikennekäyttäytymiseen kasvatettu iisalmelainen nuori mies: Nuori mies kuollut liikenne
      Iisalmi
      32
      2390
    8. Ootko koskaan miettinyt että

      miksi kaivatullasi ei ole puolisoa?
      Ikävä
      152
      2318
    9. Huomenta ihana

      Mussu ❤️.
      Ikävä
      31
      1945
    10. Avustettu itsemurha herättää vahvoja tunteita - Laillista Sveitsissä, ei Suomessa

      Hilkka Niemi sairastaa harvinaista PLS-sairautta. Hilkan on elettävä loppuelämänsä parantumattoman sairauden kanssa, jok
      Maailman menoa
      107
      1521
    Aihe