สมมติว่าเรามีตัวอย่างแบบสุ่มจากการแจกแจงปกติแบบ bivariate ซึ่งมีค่าศูนย์เป็นค่ากลางและค่าความแปรปรวนดังนั้นพารามิเตอร์ที่ไม่รู้จักเพียงค่าเดียวคือความแปรปรวนร่วม MLE ของความแปรปรวนร่วมคืออะไร? ฉันรู้ว่ามันควรจะเป็นแต่เราจะรู้ได้อย่างไร
สมมติว่าเรามีตัวอย่างแบบสุ่มจากการแจกแจงปกติแบบ bivariate ซึ่งมีค่าศูนย์เป็นค่ากลางและค่าความแปรปรวนดังนั้นพารามิเตอร์ที่ไม่รู้จักเพียงค่าเดียวคือความแปรปรวนร่วม MLE ของความแปรปรวนร่วมคืออะไร? ฉันรู้ว่ามันควรจะเป็นแต่เราจะรู้ได้อย่างไร
คำตอบ:
ตัวประมาณค่าสัมประสิทธิ์สหสัมพันธ์ (ซึ่งในกรณีของมาตรฐาน bivariate ปกติเท่ากับความแปรปรวนร่วม)
เป็นวิธีการประมาณช่วงเวลา, ความแปรปรวนร่วมตัวอย่าง ρ
ความหนาแน่นร่วมกันของสองตัวแปรมาตรฐานปกติที่มีค่าสัมประสิทธิ์สหสัมพันธ์ คือ
และบันทึกความน่าจะเป็นของตัวอย่าง iid ขนาดคือ
(นี่คือสมมติฐานของ iid ที่เกี่ยวกับการดึงแต่ละครั้งจากประชากรสองมิติของหลักสูตร)
การหาอนุพันธ์เทียบกับและตั้งค่าเท่ากับศูนย์จะให้พหุนามแบบ 3 มิติเป็นρ :
ตัวประมาณเมธอดของ Moments ให้เรา
เกิดอะไรขึ้นกับความน่าจะเป็นบันทึก สายตาเรามี
ตัวเลขเรามี
และเราจะเห็นว่าการเข้าสู่ระบบมีความน่าจะเป็นสูงสุดตาดก่อนที่ยังอนุพันธ์ที่ 1 กลายเป็นศูนย์0.558985) ไม่น่าประหลาดใจสำหรับค่าของไม่แสดง นอกจากนี้อนุพันธ์อันดับ 1 ก็ไม่มีรากอื่น
ดังนั้นการจำลองนี้สอดคล้องกับผลลัพธ์ที่ตัวประมาณโอกาสสูงสุดไม่เท่ากับวิธีการประมาณช่วงเวลา (ซึ่งเป็นค่าความแปรปรวนร่วมตัวอย่างระหว่างสอง rv's)
แต่ดูเหมือนว่า "ทุกคน" กำลังบอกว่ามันควร ... ดังนั้นใครบางคนควรมีคำอธิบาย
UPDATE
การอ้างอิงที่พิสูจน์ว่า MLE เป็นตัวประมาณเมธอดของ Moments: Anderson, TW, & Olkin, I. (1985) การประมาณค่าความน่าจะเป็นสูงสุดของพารามิเตอร์ของการแจกแจงแบบหลายตัวแปรปกติ พีชคณิตเชิงเส้นและการประยุกต์, 70, 147-171
มันไม่สำคัญว่าที่นี่วิธีการและความแปรปรวนทั้งหมดมีอิสระที่จะแตกต่างกันและไม่คงที่?
... อาจจะใช่เพราะความคิดเห็นของ @ ผู้ชายในอีก (ลบตอนนี้) คำตอบที่บอกว่ามีกำหนดพารามิเตอร์ค่าเฉลี่ยและความแปรปรวนที่ bivariate ปกติจะกลายเป็นสมาชิกคนหนึ่งของโค้งครอบครัวชี้แจง (และผลและคุณสมบัติบางอย่างเปลี่ยนแปลง) ... ซึ่งดูเหมือนจะเป็นวิธีเดียวที่สามารถกระทบยอดผลลัพธ์ทั้งสอง
ภายใต้เงื่อนไขที่ระบุไว้ (และ ) ฟังก์ชันความน่าจะเป็นสำหรับตัวอย่างสุ่มขนาดคือ
ขณะนี้พบการเข้าสู่ระบบความน่าจะเป็นและใช้อนุพันธ์ที่เกี่ยวกับ\ถัดไปตั้งค่าเท่ากับ 0, แก้โร} แน่นอนคุณควรทำแบบทดสอบที่เหมาะสมเพื่อแสดงสิ่งที่คุณพบในความเป็นจริงสูงสุดทั่วโลกρ