极大似然法估计与极大验后法估计
| ? | ? | ? | |
| ? 一、極大似然法估計(jì) ??? 極大似然法估計(jì)是以觀測(cè)值出現(xiàn)的概率為最大作為估計(jì)準(zhǔn)則的,它是一種覺的參數(shù)估計(jì)方法。 設(shè)是連續(xù)隨機(jī)變量,其分布密度為,含有個(gè)未知參數(shù)。把個(gè)獨(dú)立觀測(cè)值分別代入中的,則得
將所得的個(gè)函數(shù)相乘,得 ??????????????(11-20) 稱函數(shù)為似然函數(shù)。當(dāng)固定時(shí),是的函數(shù)。極大似然法的實(shí)質(zhì)就是求出使達(dá)到極大時(shí)的的估值。從式(11-20)可看到是觀測(cè)值的函數(shù)。 為了便于求出使達(dá)到極大的,對(duì)式(11-20)取對(duì)數(shù),則 ??????????????????????????????????(11-21) 由于對(duì)數(shù)函數(shù)是單調(diào)增加函數(shù),因此當(dāng)取極大值時(shí),也同時(shí)取極大值,將上式分別對(duì)求偏導(dǎo)數(shù),令偏導(dǎo)數(shù)等于零,可得下列方程組: ???????????????????????????????????????????? (11-22) 解上述方程組,可得使達(dá)到極大值的。按極大似然法確定的,使最有可能出現(xiàn),并不需要的驗(yàn)前知識(shí),即不需要知道的概率分布密度和一、二階矩。 例11-1?設(shè)有正態(tài)分布隨機(jī)變量,給出個(gè)觀測(cè)值。觀測(cè)值相互獨(dú)立,試根據(jù)這個(gè)觀測(cè)值,確定分布密度中的各參數(shù)。 解??的分布密度可用下式表示:
式中的和為未知參數(shù)。現(xiàn)有極大似然法來確定參數(shù)和。作似然函數(shù):
對(duì)上式取對(duì)數(shù),可得
將上式分別對(duì)和求偏導(dǎo)數(shù),令偏導(dǎo)數(shù)等于零,可得
聯(lián)立求解可得
上面介紹了極大似然法的基本概念。現(xiàn)在來討論極大似然法估計(jì)參數(shù)的問題。 設(shè)為維隨機(jī)變量,為維未知參數(shù),假定已知的條件概率密度?,F(xiàn)在得到組的觀測(cè)值。觀測(cè)值相互獨(dú)立。當(dāng)參數(shù)是何值時(shí),出現(xiàn)的可能性最大?為此,確定似然函數(shù): ????????????????????(11-23) 或 ?????????????????????????????????????(11-24) 求出使為極大的值,令 ???????????????????????????????? (11-25) 解之,可得的估值。 取極大值的充分條件是 ?? 因此,用極大似然法時(shí),應(yīng)先求似然函數(shù),然后用微分法求出使似然函數(shù)為極大的的估值。 設(shè)有一線性觀測(cè)系統(tǒng) ????????????????????????????????????????(11-26) 式中,是維觀測(cè)值,是維未知參數(shù),是維測(cè)量誤差。設(shè)與獨(dú)立。給出的統(tǒng)計(jì)特性,求的極大似然估計(jì)。 下面求似然函數(shù)
根據(jù)不同隨機(jī)變量的概率密度變換公式,并考慮到與獨(dú)立,可得
令
得上式,可得的估值。 假定噪聲是正態(tài)分布,其均值為零,方差陣為,則
把代入上式,得
式中
求出,使為最大,也就是使 ???????????????????????????????? (11-27) 求對(duì)的偏導(dǎo)數(shù),令偏導(dǎo)數(shù)等于零,可得的估值
? ?????????????????????????????????????(11-28) ? 二、???????????極大驗(yàn)后估計(jì) 如果給出維隨機(jī)變量的條件概率分布密度――也稱驗(yàn)后概率密度,怎樣求的最優(yōu)估值呢?極大驗(yàn)后估計(jì)準(zhǔn)則:使的驗(yàn)后概率密度達(dá)到最大那個(gè)值為極大驗(yàn)后估值??梢?#xff0c;極大驗(yàn)后估計(jì)是已知求的最優(yōu)估值的一種有效方法。 極大驗(yàn)后估計(jì)是以已知為前提的。如果只知道,可按下式計(jì)算。 ??????????????????????????????????? (11-29) 式中是的驗(yàn)前概率密度,是觀測(cè)值的概率密度,可用計(jì)算方法或?qū)嶒?yàn)方法求得。為了計(jì)算需要知道。在沒有驗(yàn)前知識(shí)可供利用時(shí),可假定在很大范圍內(nèi)變化。在這種情況下,可把的驗(yàn)前概率密度近似地看作方差陣趨于無限大的正態(tài)分布密度
式中為的方差陣,單位陣,,于是
???????????????????????????????????? (11-30) 當(dāng) ?????????????????????????????????????????????(11-31) 當(dāng)缺乏的驗(yàn)前概率分布密度時(shí),極大驗(yàn)后估計(jì)與極大似然估計(jì)是等同的,現(xiàn)證明如下: 對(duì)于極大似然估計(jì),為了求得的最優(yōu)估值,應(yīng)令 ????????????????????????????????????????????(11-32) 對(duì)于極大驗(yàn)后估計(jì),為了求得的最優(yōu)估值,應(yīng)令 ??????????????????????????????????????????? (11-33) 根據(jù)式(11-29)得
考慮到不是的函數(shù),同時(shí)考慮到式(11-31),可得 ??????????????????????????????????????(11-34) 一般說來,極大似然估計(jì)比極大驗(yàn)后估計(jì)應(yīng)用普遍,這是由于計(jì)算似然函數(shù)比計(jì)算驗(yàn)后概率密度較為簡(jiǎn)單。 | ||||
總結(jié)
以上是生活随笔為你收集整理的极大似然法估计与极大验后法估计的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 多元分布和狄利克雷分布
- 下一篇: Taylor泰勒级数