Файл: Химмельблау Д. Анализ процессов статистическими методами.pdf
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 09.04.2024
Просмотров: 621
Скачиваний: 2
|
Статистический |
анализ |
и его |
применения |
|
|
117 |
||
деления |
вероятности. |
Функция |
правдоподобия |
для |
парамет |
||||
ров, построенная по |
нескольким |
наблюдениям, |
является |
про |
|||||
изведением индивидуальных |
функций, |
если |
наблюдения |
неза |
|||||
висимы: |
|
|
|
|
|
|
|
|
|
|
. . . I Xi, x2, |
|
п |
|
|
1 Xi) |
|
|
|
L (Ѳі, Ѳ2 , |
. . ., xn) |
= |
[j L (Ѳи |
Ѳ2 , |
. . • |
= |
|
||
|
|
|
І = І |
|
|
|
|
|
|
= p (xu- Ѳц Ѳ2 , . . .) p (xz; Ѳи |
Ѳ2 , . . . ) . . . p (хп; Ѳи |
Ѳ2 , . . . ) . |
(3.2.1)
При выборе в качестве оценок параметров, Ѳг значений, ко торые максимизируют L при данных значениях (Хі, х2, • • •> хп), оказывается более удобным работать с In L , а не с самой функ цией L :
In L = In p (XÙ ѲІ 7 Ѳ2 , . . .) + In p (x2; Qu Ѳ2 , . . . ) + . . . =
= S In p (xt; Qu Ѳ2 , . . .). |
(3.2.2) |
г=1
Величину In L можно максимизировать относительно вектора Ѳ, приравнивая нулю частные производные от In L по каждому из параметров:
n
д I n L |
д |
2 |
\пр{хь; |
Ѳ ь |
Ѳ2 , . . . ) |
|
|
i—i |
|
|
|
О, |
|
|
|
|
|
|
|
|
|
д |
2 |
1пр(хг; |
Ѳ ь |
Ѳ2 , . . . ) |
|
^ |
= — |
|
ж |
|
= о |
< 3 - 2 - 3 ) |
Решение уравнений (3.2.3) дает искомые оценки Ѳ\, Ѳ2 , . . . .
(Часто при получении Ѳ вместо аналитического решения при ходится ограничиваться итерационным.) Выполнив эти выкладки можно показать, что при довольно слабых условиях при стремле нии п к бесконечности максимально правдоподобные оценки обла дают желаемыми асимптотическими свойствами:
1) l i m g {6,} = ѲГ, n-юо
2) величина ]/~п (Ѳг — Qt) распределена по нормальному закону;
3) оценки параметров совместно эффективны.
118 |
Глава 3 |
Максимально правдоподобные оценки не обязательно должны быть несмещенными; например, максимально правдоподобная оцен ка дисперсии случайной величины с нормальным распределением оказывается смещенной, как показано в примере 3.2.1. Однако максимально правдоподобные оценки являются эффективными и, следовательно, состоятельными. Более того, если можно полу чить достаточную оценку, то метод максимального правдоподобия позволяет ее получить. Наконец, если Ѳ является максимально
правдоподобной оценкой Ѳ, то / (Ѳ) будет максимально правдопо добной оценкой функции / (Ѳ).
Пример 3.2.1. Оценивание параметров плотности нормального
распределения вероятности методом максималь ного правдоподобия
Найдем максимально правдоподобные оценки Qi и Ѳ3 для плотности нормального распределения вероятности
|
Р і х ; |
ѳ " Ѳ 2 ) = ігЫ е |
х р |
Г - у ( ^ ) 2 ] - |
||
Решение |
|
|
|
|
|
|
|
Прежде всего образуем функцию правдоподобия для выборки |
|||||
{хі: |
х2, • • -, хп} |
из |
измерений |
случайной |
величины X: |
|
|
|
|
п |
|
|
|
L |
(Ѳь Ѳ2 1 xi, x2, |
•. •, |
Xn) = L = Д |
p |
(xi; Ѳ І , e2 ) |
= |
|
|
|
i=l |
|
|
|
|
|
|
|
|
n |
|
и для удобства прологарифмируем обе части равенства (а):
n |
|
|
In L = - n In (Ѳ2 ѴЩ - 1 2 ( |
2 • |
(б) |
і = 1 |
|
|
Затем получим максимально правдоподобные оценки, приравни
вая нулю частные производные |
от |
In L : |
|
4 - у, |
(Х1-вл |
= о. |
(в) |
Статистический |
анализ и его |
применения |
119 |
і=1
|
|
|
|
|
|
|
|
|
|
Tl |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i =i |
|
|
|
|
|
Следовательно, |
максимально |
правдоподобные |
оценки |
9j |
и Ѳ2 |
||||||||||
равны |
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
M. |
|
' |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
М42<«.-х>"Г-Г"-^4Г |
|
|
|
||||||||||
|
|
|
|
i=l |
|
|
|
|
|
|
|
оо) эффективными |
|||
Итак, 6j и Ѳ2 |
являются асимптотически (при n |
|
|||||||||||||
оценками \іх |
и ох', |
при |
этом |
Ѳ2 |
является |
смещенной |
оценкой, |
||||||||
ибо |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
8 |
|
|
|
7 1 - 1 . |
|
} * а х |
|
|
|
|
||
|
|
|
|
|
{ [ ^ * ] 1 / 2 |
|
|
|
|
||||||
•Однако |
&і — несмещенная |
оценка, |
так |
как |
% { Ѳ і } |
= |
% {X} |
||||||||
= Цх- |
Заметим, |
что оценки |
9 t |
и |
Ѳ2 |
независимы. |
|
|
|
||||||
|
|
|
|
5.2.5. |
Метод |
|
моментов |
|
|
|
|
||||
Методом |
моментов |
называется |
один |
из |
наиболее |
старых |
|||||||||
методов |
оценивания |
параметров, |
развитый |
Карлом |
Пирсоном. |
При исследовании с помощью этого метода плотности распределе ния вероятности, содержащей п параметров (Ѳ^ Ѳ2 , . . ., Ѳп ),
вычисляются |
первые |
п моментов |
случайной |
переменной X: |
||||
|
оо |
|
|
|
|
|
|
|
И* = |
2 Х*Р |
(х> |
Ѳі> |
• • •> |
Ѳп ) |
( д и с к р е т н о е |
распределение) |
|
ИЛИ |
— оо |
|
|
|
|
|
|
|
оо |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Иг = |
j ххр |
(х; |
Ѳ І , . . ., |
Ѳ П ) |
dx |
(непрерывное распределение), |
||
|
— оо |
|
|
|
|
|
|
|
которые затем приравниваются выборочным моментам, получен
ным из экспериментальных данных. После этого можно найти ліетодзначениймаксимальногѲ (возможныправдоподобиянекоторые осложнения)метод моментов.В отличивсегднеота
120 Глава 3
приводит к эффективным оценкам, но всегда обеспечивает состоя тельные оценки.
В качестве примера применения метода моментов можно вос пользоваться табл. 2.3.1, из которой видно, что первый момент случайной величины с биномиальным законом распределения равен ?гѲ; кроме того, в разд. 2.3 было показано, что первый
момент для нормального распределения равен |
цх, а второй цен |
||||||
тральный момент равен а\- Приравнивая эти моменты величины |
X |
||||||
соответствующим выборочным моментам, получим для оценок |
Ѳ, |
||||||
М-х и |
dx следующие |
выражения: |
|
|
|||
. |
у. ЩХІ |
=Х |
- |
или |
1 _ |
распределение), |
|
nQ—==^ |
|
Ѳ = — X (биномиальное |
|||||
|
S » * |
|
|
|
|
|
|
Hoc — —=j |
= A |
, |
(нормальное |
распределение). |
|
s » *
Обычно получение оценок сопряжено с большими трудностями.
Пример 3.2.2. Метод моментов |
|
|
В некотором |
эксперименте |
наблюдаемые исходы относятся |
к одной из двух |
совокупностей, |
но ни до проведения эксперимен |
та, ни после не было известно, какую из совокупностей следует
выбрать. Плотности |
распределения вероятности для двух сово |
|||||
купностей |
(А |
|
и |
В) |
имеют |
следующий вид: |
|
|
^ |
|
1 |
- 4 |
<»-«)• |
Р |
А |
= |
^)Ще |
|
(—оо < г / < о о ) , |
|
|
|
|
|
I |
_ І |
(J/-ß)2 |
Р |
в |
^ |
= |
^\Щв |
|
( —оо < г / < оо). |
Обозначим через со вероятность
надлежит совокупности А. |
Тогда |
ности величины Yt (і = |
1, . . |
того, что некоторый исход при плотность распределения вероят
., п) имеет вид
Р (Уі) = ®РA ІУІ) + (1 — со) рв (уі) |
( - о о < У і < оо). |
По выборке из п наблюдений требуется найти оценки параме тров ОС, ß И (О.
Статистический |
анализ и его |
применения |
121 |
Решение
При использовании метода максимального правдоподобия потребовалось бы максимизировать выражение
n
П РІУІ' а ' ß» ®) i = l
относительно трех параметров, однако в результате получились бы трансцендентные уравнения, фактически не разрешимые. К сча стью, оценки в этой задаче можно найти методом моментов. Используя определение математического ожидания, можно пока зать, что
g {У} = |
соа + |
(1 - |
|
о) |
ß, |
|
|
(a) |
||
g |
{У2 } |
= |
(о (1 + |
а 2 ) |
+ |
(1 - |
и) (1 + |
ß2 ), |
(б) |
|
g |
{Y3} |
= |
к» (За |
+ а |
3 ) |
+ |
(1 - |
<о) (3ß |
+ ß 3 ) . |
(в) |
(Заметим, что для оценивания трех параметров требуется три момента.)
Пусть выборочные моменты вычисляются по формулам
1 |
П ' 4 |
n |
i a
n
Теперь, приравнивая выборочные моменты их математическим ожиданиям, получим уравнения
|
|
|
|
|
|
и (а — ß) |
= ai |
|
— ß, |
|
|
|
(г) |
||||
|
|
|
|
ш (1 - |
о) |
(а |
- |
ß)2 |
= |
а 2 - |
1, |
|
|
(д) |
|||
|
|
|
о |
(1 |
- |
о) |
(1 |
- |
2(a) (а |
|
- |
ß) 3 |
= |
а3. |
|
(е) |
|
Напомним, что |
|
g {У2 |
- |
(g {У})2 } |
|
= |
g {У2 } |
- |
(g {У})2 . |
||||||||
Из уравнения |
|
(г) |
имеем |
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
(o = |
|
|
|
|
|
fcß. |
|
(ж) |
||
Подставляя выражение (ж) в уравнения |
(д) и |
(е) и |
обозначая |
||||||||||||||
и = ах — ß, у = |
а |
— бц, преобразуем |
уравнения |
(д) и |
(е) к сле |
||||||||||||
дующему |
виду: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
иѵ = |
а 2 — |
1> |
|
|
|
|
(3 ) |
|||
|
|
|
|
|
|
|
( у — w) = |
|
а3. |
|
|
|
|
(и) |
|||
Решив |
эти |
уравнения, получим |
оценки |
|
|
|
|
||||||||||
|
° |
= |
Й 1 |
+ |
2 (о, - 1 ) |
t g a |
|
+ |
|
+ |
4 |
— |
I ) 8 |
] . |
(к) |
||
|
P = |
= g |
i + |
2 ( a 2 - l ) |
fa |
|
— У ^ |
+ |
^ а д |
— l ) 8 |
] , |
(л) |