403
7.4
D ie M a x im u m -L ik e lih o o d -M e th o d e
aGeometrischeVerteilung.Versuchwirdwiederholt,biserschliesslichgelingt.
X:AnzahlderMisserfolge
PhX=xi=(1−π)π x=:pπhxi
x=3.Wiegrosssollmanπsch¨atzen?
pπhxi:FunktionvonzweiArgumenten.Wennpπhxihochist,passenDatenundParameterwertgutzusammen−→” Likelihood”
404
- -
0.3 0.85
- - - - - - - - - - - 1
+++010 + + + + + +
0 1 pπhxi
π
x
x=3 0.3 0.85 1
405 Likelihoodpπhxif¨urgegebenesxmaximieren
¨uberπ!
xπ x−1−(x+1)π x=0=⇒bπ= x
x+1
bMehrereBeobachtungen:pπhx1i·pπhx2i·...maximieren!Allgemein:
PhX1=x1,X2=x2,...,Xn=xni= nY
i=1 pθ hxiioder
” Log-Likelihood”-Funktion
Lhx1,...,xn;θi=log DPhX1=x1,X2=x2,...,Xn=xni E
= Xn
i=1 log pθhxii
¨uberθmaximieren!
4067.4 c∂L
∂θ hx1,...,xn;θi= Xni=1 ψhxi;θi
ψhx;θi:= ∂
∂θ log pθhxi
Xn
i=1 ψhxi; bθi=0
Maximum-Likelihood-Sch
Aufl ¨atzungerh¨altmandurch
¨osendieser(impliziten)Gleichungnachθ.
Verteilungvon bθn¨aherungsweise(asymptotisch)
∼Nhθ,σ 2∞ i.Kannallgemeinberechnetwerden!
4077.4
dGeometrischeVerteilungf¨urmehrereBeobachtungen:
pπhxii=(1−π)π xi
Lhx1,...,xn;πi= Xn
i=1 (lnh1−πi+xilnhπi) ψhx;πi=− 1
1−π + x
πXn
i=1 ψhxi;bπi=− n1−bπ + Xni=1 xibπ =0
bπ= Pni=1 xiPni=1 xi+n = x
x+1
408
9.5
B o o ts tr a p
cF
M if¨urgegebeneVerteilung(-s-Funktion)FderBeob.X. 1n¨urStatistikbrauchenwirdieVert.einerFunktionT=ghX,...,Xi
¨oglichstwenigeAnnahmen
¨uberF!
dIdeedesBootstrap:FausdenDatensch¨atzen,durchempirischekum.Vt.-Fn. bF.
eTheoretischeBerechnungderVert.vonT,wennXi∼ bFgilt,istfastimmerzuschwierig.−→Simulation!
[x ∗1 ,x ∗2 ,...,x ∗n ]ziehengem
¨assF,Tberechnen! b
409
012345 0 1- - ✻ zi
x,x ∗i ✲
❄ ✲ ✲
❄ ✲
❄ ✲ ✲
✲❄ ✲ ✲
✲❄
−→[x ∗1 ,x ∗2 ,...,x ∗n ]:Ziehenderbeob.DatenmitZur
¨ucklegen!
410
0.51.01.52.02.53.03.5
simulierte Wahrsch.
0 0.2 0.4
X0.2
Simuliertegesch¨atzte(Bootstrap-)Verteilungdes20%-gestutztenMittelsf¨urdieSchlafdaten
411
MerkpunkteMaximumLikelihood,Bootstrap
DerWerkzeugkastenderStatistikenth
¨alt
1.AllgemeinesPrinzipzurSch
MaximumLikelihood ¨atzungvonParametern:
2.WiegenauisteineausDatenabgeleiteteGr¨osse?
•Simulation,Bootstrap,
•Fehler-Fortpflanzung,
•AsymptotischeVerteilung