Weibull MLE sadece sayısal olarak çözülebilir:
Let
ile . β,
fλ , β( x ) = { βλ( xλ)β- 1e- ( xλ)β0,x ≥ 0,x < 0
β,λ > 0
1) Olabilirlik :
Lx^( λ , β) = ∏i = 1N-fλ , β( xben) = ∏i = 1N-βλ( xbenλ)β- 1e- ( xbenλ)β= βN-λN-βe- ∑N-i = 1( xbenλ)βΠi = 1N-xβ- 1ben
log-olabilirlik işlevi :
ℓx^( λ , β) : = lnLx^( λ , β) = Nlnβ- Nβlnλ - ∑i = 1N-( xbenλ)β+ ( β- 1 ) ∑i = 1N-lnxben
2) MLE-Problemi :
3) maksimizasyonu ile -gradyanlar:
Şunu yapar:
0 ∂ l
maksimum( λ , β) ∈ R2stλ > 0β> 0ℓx^( λ , β)
0-Nβ1∂l∂λ∂l∂β= - Nβ1λ+ βΣi = 1N-xβben1λβ+ 1= Nβ- Nlnλ - ∑i = 1N-ln( xbenλ) eβln( xbenλ)+ ∑i = 1N-lnxben=!0=!0
- Nβ1λ+ βΣi = 1N-xβben1λβ+ 1- β1λN-+ β1λΣi = 1N-xβben1λβ- 1 + 1N-Σi = 1N-xβben1λβ1N-Σi = 1N-xβben= 0= 0= 0= λβ
⇒ λ*= ( 1N-Σi = 1N-xβ*ben)1β*
öğesinin ikinci 0-gradyan durumuna takılması:λ*
⇒ β*= [ ∑N-i = 1xβ*benlnxbenΣN-i = 1xβ*ben- lnx¯¯¯¯¯¯¯¯]- 1
Bu denklem yalnızca sayısal olarak çözülebilir, örneğin Newton-Raphson algoritması. daha sonra Weibull dağılımı için ML tahmincisini tamamlamak üzere içine yerleştirilebilir .λ*β^*λ*