ตัวประมาณความน่าจะเป็นสูงสุดสำหรับการแจกแจงแบบเลขชี้กำลังขั้นต่ำ


10

ฉันติดอยู่กับวิธีการแก้ไขปัญหานี้

ดังนั้นเรามีสองลำดับของตัวแปรสุ่มและY ฉันสำหรับฉัน= 1 , . . , n . ตอนนี้XและYมีการกระจายชี้แจงอิสระที่มีพารามิเตอร์λและμ แต่แทนที่จะสังเกตXและY , เราสังเกตแทนZและWXiYii=1,...,nXYλμXYZW

และ W = 1ถ้า Z ฉัน = X ฉันและ 0 ถ้า Z ฉัน = Yฉัน ฉันต้องไปหารูปแบบปิดสำหรับประมาณค่าความน่าจะเป็นสูงสุดของ λและ μบนพื้นฐานของ ZและW นอกจากนี้เราต้องแสดงให้เห็นว่าสิ่งเหล่านี้เป็น maxima ระดับโลกZ=min(Xi,Yi)W=1Zi=XiZi=YiλμZW

ตอนนี้ฉันรู้ว่าอย่างน้อยสอง exponentials อิสระเป็นตัวเองชี้แจงกับอัตราเท่ากับผลรวมของอัตราเพื่อให้เรารู้ว่าคือการชี้แจงกับพารามิเตอร์λ + μ ดังนั้นประมาณการโอกาสสูงสุดของเราคือ: λ + μ = ˉ ZZλ+μλ^+μ^=Z¯

แต่ฉันติดอยู่กับที่ที่จะไปจากที่นี่ ฉันรู้ว่าคือการกระจาย Bernoulli ด้วยพารามิเตอร์p = P ( Z i = X i )แต่ฉันไม่รู้ว่าจะแปลงเรื่องนี้เป็นคำแถลงเกี่ยวกับหนึ่งในพารามิเตอร์ได้อย่างไร ตัวอย่างเช่นสิ่ง MLE จะˉ Wจะประเมินในแง่ของλและ / หรือμ ? ฉันเข้าใจว่าถ้าZ i = X iดังนั้นμ = 0แต่ฉันมีเวลายากที่จะหาวิธีที่จะเกิดขึ้นกับคำสั่งเกี่ยวกับพีชคณิตใด ๆ ที่นี่Wp=P(Zi=Xi)W¯λμZi=Xiμ=0

UPDATE 1: ดังนั้นฉันจึงได้รับการบอกกล่าวในความคิดเห็นเพื่อให้ได้รับโอกาสในการกระจายและWร่วมกันZW

ดังนั้นที่P = P ( Z ฉัน = X ฉัน ) แก้ไข? ฉันไม่รู้ว่าจะได้รับการแจกแจงแบบร่วมในกรณีนี้อย่างไรเนื่องจากZและWไม่อิสระf(Z,W)=f(Z|W=1)p+f(Z|W=0)(1p)p=P(Zi=Xi)ZW

นี่ทำให้เรา, , โดยนิยามของWด้านบน แต่ตอนนี้อะไร สิ่งนี้ไม่ได้รับฉันทุกที่ ถ้าฉันทำตามขั้นตอนในการคำนวณความน่าจะเป็นฉันจะได้รับ: (ใช้mและnเป็นขนาดตัวอย่างสำหรับแต่ละส่วนของส่วนผสม ... )f(Zi,Wi)=pλeλzi+(1p)μeμziWmn

L(λ,μ)=pmλmeλzi+(1p)nμneμzi

logL=mlogp+mlogλλzi+nlog(1p)+nlogμμzi

ถ้าผมใช้อนุพันธ์นี้บอกฉันว่าฉัน MLE ประมาณการสำหรับและμเป็นเพียงค่าเฉลี่ยของZ 's เงื่อนไขในW นั่นคือ,λμZW

λ^=Zim

μ^=Zin

และ

p^=mn+m


1
W=0W=1(Z,W)=(z,0)XYμλ(z,1)

(Z,W)(Zi,W)=i)

(zi,1)(zi,0) μλ XiYiWi=I(Xi<Yi)

2
σW¯λ+μZλμ

ฉันได้อ่านหัวข้ออื่น whuber แต่ฉันไม่เข้าใจวิธีการที่นำไปใช้กับตัวอย่างนี้ Z และ W ไม่เป็นอิสระดังนั้นฉันจะหาการกระจายตัวของข้อต่อได้อย่างไร
Ryan Simmons

คำตอบ:


1

ฉันไม่มีคะแนนพอที่จะแสดงความคิดเห็นดังนั้นฉันจะเขียนที่นี่ ฉันคิดว่าปัญหาที่คุณโพสต์สามารถดูได้จากมุมมองการวิเคราะห์การอยู่รอดถ้าคุณพิจารณาต่อไปนี้:

Xi

Yi

XYZiWi

หากคุณคุ้นเคยกับการวิเคราะห์การอยู่รอดฉันเชื่อว่าคุณสามารถเริ่มต้นจากจุดนี้

หมายเหตุ: แหล่งข้อมูลที่ดี: การวิเคราะห์ข้อมูลการอยู่รอดโดย DRCox และ D.Oakes

f(t)=ρeρtS(t)=eρt

l=ulogf(zi)+clogS(zi)

uc

f(t)=h(t)S(t)

l=ulogh(zi)+logS(zi)

l=ulogρρzi

ρ^ρ

ρ^=d/zidWi=1

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.