Minimum üstel dağılımlar için maksimum olabilirlik tahmincisi


10

Bu sorunu nasıl çözeceğime takıldım.

Bu yüzden, rastgele değişkenlerin, iki dizilerine sahiptir ve Y, I için i = 1 , . . . , n . Şimdi X ve Y , λ ve μ parametreleriyle bağımsız üstel dağılımlardır . Ancak X ve Y'yi gözlemlemek yerine Z ve W'yi gözlemliyoruz .XiYii=1,...,nXYλμXYZW

Z=min(Xi,Yi)W=1Zi=XiZi=YiλμZW

Şimdi, en az iki bağımsız üstel değerin kendisinin üstel olduğunu ve oranların toplamına eşit olduğunu biliyorum, bu yüzden parametresi ile üstel olduğunu biliyoruz . Dolayısıyla, maksimum olabilirlik tahmincimiz: .Zλ+μλ^+μ^=Z¯

Ama buradan nereye gideceğime takılıp kaldım. parametresi ile bir Bernoulli dağılımı olduğunu biliyorum , ama bu parametrelerden biri hakkında bir ifadeye dönüştürme hakkında nasıl bilmiyorum. Örneğin, MLE ve / veya açısından ne tahmin eder ? Anlıyorum ki eğer ardından , ama burada herhangi bir cebirsel ifadesi ile gelip nasıl bulmaktan zor zamanlar geçiriyorum.Wp=P(Zi=Xi)W¯λμZi=Xiμ=0

GÜNCELLEME 1: Bu yüzden yorumlarda ve ortak dağılımı olasılığını türetmem söylendi .ZW

Böylece burada . Doğru? ve bağımsız olmadığından , bu durumda ortak bir dağıtımın nasıl türetileceğini bilmiyorum .f(Z,W)=f(Z|W=1)p+f(Z|W=0)(1p)p=P(Zi=Xi)ZW

Bu, bize verir Bu nedenle tanımına göre , yukarıda. Ama şimdi ne olacak? Bu beni hiçbir yere götürmez. Olabilirliği hesaplama adımlarından geçersem, şunu elde ederim: ( karışımın her bir kısmı için örnek boyutları olarak ve kullanarak ...)f(Zi,Wi)=pλeλzi+(1p)μeμziWmn

L(λ,μ)=pmλmeλzi+(1p)nμneμzi

logL=mlogp+mlogλλzi+nlog(1p)+nlogμμzi

Kısmi türevleri alırsam, bu bana ve için MLE tahminlerimin üzerindeki koşullarının ortalaması olduğunu söyler . Yani,λμZW

λ^=Zim

μ^=Zin

ve

p^=mn+m


1
Bugün benzer bir MLE sorusunu yanıtladıktan sonra, sizi bazı fikirler için bu çözüme yönlendirebilir miyim ? Sorular arasındaki ilişki, verilerinizin doğal olarak iki ayrık gruba ayrılmasıdır: ve . Her şey, formunun gözlemlenmesi olasılığını not etmekle ilgilidir ; ve , ve arasındaki simetri , hemen form verisi olasılığını üretir ve sonra kapanır ve çalışır hale gelirsiniz. W=0W=1(Z,W)=(z,0)XYμλ(z,1)
whuber

Maksimum olasılığa yazmak için acele etmeyin! İlk olarak, nin ortak dağılımını ifade edin , ardından üstel varsayım sayesinde kapalı formda olan numunesi ile ilişkili olasılığı . Sonra ve ancak o zaman fonksiyonu en üst düzeye çıkarmaya çalışabilir ve böylece maksimum olasılığı elde edebilirsiniz. (Z,W)(Zi,W)=i)
Xi'an

@whuber: (+1) bu açık gerçekten oldukça olup arasındaki mesafeyi içeren 'in ve , ancak her ikisi de grupları içeren iki ve onlar hakkında bilgi getirmek için, her ikisi de ve , . (zi,1)(zi,0) μλ XiYiWi=I(Xi<Yi)
Xi'an

2
@ Xi'an Bu doğru - ve tutmaya devam etmek için bağladığım Normal teori örneğiyle paralellikler, çünkü her iki grup da tahmini "verileri" birleştirecek olan ortak parametre (ölçek) hakkında bilgi veriyor gruplardan. Burada , bize ( için oran veya ters ölçek ) tahmininin ve ayrı tahminlerine nasıl dağıtılması gerektiğini anlattığı görülecektir . σW¯λ+μZλμ
whuber

Diğer konu, whuber okudum, ama dürüstçe bu örneğe nasıl uygulanacağını anlamıyorum. Z ve W bağımsız değil, bu yüzden ortak dağılımı nasıl elde edebilirim?
Ryan Simmons

Yanıtlar:


1

Yorum yapmak için yeterli puanım yok, bu yüzden buraya yazacağım. Eğer aşağıdakileri göz önünde bulundurursanız, gönderdiğiniz sorunun bir hayatta kalma analizi perspektifinden görüntülenebileceğini düşünüyorum:

Xi : Gerçek hayatta kalma süresi,

Yi : zamanı,

Her ikisinin de ve bağımsız olarak üstel dağılımı vardır . O zaman gözlemlenen hayatta kalma süresidir ve sansürleme göstergesidir.XYZiWi

Hayatta kalma analizine aşina iseniz, bu noktadan başlayabileceğinize inanıyorum.

Notlar: İyi bir kaynak: Hayatta Kalma Verilerinin DRCox ve D.Oakes tarafından analizi

Aşağıda bir örnek verilmiştir: Hayatta kalma süresi dağılımının olduğu varsayılarak . O zaman hayatta kalma fonksiyonu: . Ve günlük olasılığı:f(t)=ρeρtS(t)=eρt

l=ulogf(zi)+clogS(zi)

sansürsüz insanlar ( ) ve sansürsüz insanlar ( ) üzerinde toplamla .uc

H (t) 'nin tehlike fonksiyonu olduğu olduğu için, bu yazılabilir:f(t)=h(t)S(t)

l=ulogh(zi)+logS(zi)

l=ulogρρzi

Ve maksimum olabilirlik tahmincisi arasında geçerli:ρ^ρ

ρ^=d/zi ; burada , toplam vakadWi=1

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.