โอกาสสูงสุดและวิธีการของช่วงเวลาผลิตตัวประมาณเดียวกันเมื่อใด


17

ฉันถูกถามคำถามนี้เมื่อวันก่อนและไม่เคยคิดมาก่อน

สัญชาตญาณของฉันมาจากข้อดีของตัวประมาณค่าแต่ละตัว ความเป็นไปได้สูงสุดนั้นดีกว่าเมื่อเรามีความมั่นใจในกระบวนการสร้างข้อมูลเพราะต่างจากวิธีการในช่วงเวลาที่ใช้ความรู้ของการกระจายทั้งหมด เนื่องจากตัวประมาณค่า MoM ใช้ข้อมูลที่มีอยู่ในช่วงเวลาเท่านั้นดูเหมือนว่าทั้งสองวิธีควรสร้างค่าประมาณเดียวกันเมื่อสถิติที่เพียงพอสำหรับพารามิเตอร์ที่เราพยายามจะประมาณนั้นเป็นช่วงเวลาของข้อมูล

ฉันตรวจสอบผลลัพธ์นี้ด้วยการแจกแจงไม่กี่ครั้ง ปกติ (ค่าเฉลี่ยและความแปรปรวนที่ไม่รู้จัก), เอ็กซ์โปเนนเชียลและปัวซองมีสถิติที่เพียงพอเท่ากับช่วงเวลาของพวกเขาและมีตัวประมาณค่า MLEs และ MoM เหมือนกัน ถ้าเราดู Uniformสถิติที่เพียงพอสำหรับคือและตัวประมาณ MoM และ MLE แตกต่างกัน(0,θ)θสูงสุด(X1,,Xยังไม่มีข้อความ)

ฉันคิดว่าบางทีนี่อาจเป็นเหตุการณ์ที่แปลกประหลาดของตระกูลเอ็กซ์โพเนนเชียล แต่สำหรับ Laplace ที่มีค่าเฉลี่ยสถิติที่เพียงพอคือ1nΣ|Xผม|และตัวประมาณค่า MLE และ MoM สำหรับความแปรปรวนไม่เท่ากัน

ฉันไม่สามารถแสดงผลลัพธ์ใด ๆ โดยทั่วไปได้ มีใครทราบถึงเงื่อนไขทั่วไปบ้างไหม หรือแม้แต่ตัวอย่างเคาน์เตอร์ก็ช่วยให้ฉันปรับสัญชาตญาณ


4
MM และ MLE ตรงกันสำหรับพารามิเตอร์ canonical ในตระกูลเอ็กซ์โพเนนเชียล แต่โดยทั่วไปแล้วการเปลี่ยนแปลงจะหมายความว่าคุณสูญเสียความเท่าเทียมนี้ (ตามคำแนะนำของซีอาน)
hejseb

คำตอบ:


16

คำตอบทั่วไปก็คือตัวประมาณตามวิธีการของช่วงเวลานั้นไม่คงที่โดยการเปลี่ยนแปลงแบบแปรเปลี่ยนของพารามิเตอร์ในขณะที่ตัวประมาณค่าความน่าจะเป็นสูงสุดนั้นไม่แปรเปลี่ยน ดังนั้นพวกเขาแทบจะไม่เหมือนกันเลย (แทบไม่เคยพบกับการเปลี่ยนแปลงที่เป็นไปได้ทั้งหมด)

นอกจากนี้ตามที่ระบุไว้ในคำถามมีตัวประมาณค่า MoM จำนวนมาก ความไร้ขอบเขตของพวกเขาจริงๆแล้ว แต่พวกมันทั้งหมดขึ้นอยู่กับการกระจายเชิงประจักษ์ซึ่งอาจถูกมองว่าไม่ใช่ตัวแปร MLE ของแม้ว่ามันจะไม่เกี่ยวข้องกับคำถามF^F

ที่จริงแล้ววิธีที่เหมาะสมกว่าในการวางกรอบคำถามคือถามเมื่อตัวประมาณเวลานั้นเพียงพอ แต่สิ่งนี้บังคับให้การกระจายของข้อมูลมาจากตระกูลเลขชี้กำลังโดย Pitman-Koopman lemma กรณีที่คำตอบมีอยู่แล้ว ที่รู้จักกัน

หมายเหตุ:ในการแจกแจงแบบลาปลาซเมื่อทราบค่าเฉลี่ยปัญหาจะเทียบเท่ากับการสังเกตค่าสัมบูรณ์ซึ่งจากนั้นจะแปรปรวนแบบเอ็กซ์โพเนนเชียลและเป็นส่วนหนึ่งของตระกูลเอ็กซ์โปแนนเชียล


1
โดยทั่วไปแล้วจะมีการกำหนดพารามิเตอร์ที่ MM และ MLE เท่ากันหรือไม่
คว่ำ

1
สำหรับตระกูลเอ็กซ์โปเนนเชียลพารามิเตอร์ค่าเฉลี่ยจะนำไปสู่ความเท่าเทียมกัน นอกครอบครัวเอ็กซ์โปเนนเชียลฉันไม่แน่ใจ
ซีอาน
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.