Żywotność 3 elementów elektronicznych wynosi a . Zmienne losowe modelowano jako losową próbkę wielkości 3 z rozkładu wykładniczego z parametrem . Funkcja prawdopodobieństwa wynosi dla
, gdzie .
Następnie problem przechodzi do ustalenia MLE przez znalezienie wartości która maksymalizuje . Moje pytanie brzmi: jak określić funkcję wiarygodności? Przejrzałem pdf rozkładu wykładniczego, ale jest inny. Czy funkcja prawdopodobieństwa jest mi zawsze podawana w problemie? Czy też muszę to sam ustalić? Jeśli tak to jak?
Odpowiedzi:
Funkcja prawdopodobieństwa próbki, to łączna gęstość zaangażowanych zmiennych losowych, ale postrzegana jako funkcja nieznanych parametrów, biorąc pod uwagę konkretną próbę realizacji z tych zmiennych losowych.
W twoim przypadku wydaje się, że zakłada się tutaj, że okres użytkowania tych elementów elektronicznych następuje (tj. Ma rozkład krańcowy), rozkład wykładniczy z identycznym parametrem szybkościθ , a więc krańcowy plik PDF to:
Wydaje się również, że życie każdego elementu jest w pełni niezależne od życia pozostałych. W takim przypadku funkcja gęstości złącza jest iloczynem trzech gęstości,
Aby przekształcić to w funkcję prawdopodobieństwa próbki, widzimy to jako funkcjęθ biorąc pod uwagę konkretną próbkę xja „s.
gdzie zmieniła się tylko lewa strona, aby wskazać, co jest uważane za zmienną funkcji. W twoim przypadku dostępna próbka to trzy zaobserwowane okresy życia{x1= 3 ,x2)= 1,5 ,x3)= 2.1 } , a więc ∑3)i = 1xja= 6,6 . Zatem prawdopodobieństwo jest
Innymi słowy, zgodnie z podanym prawdopodobieństwem została już wstawiona konkretna dostępna próbka. Zwykle nie robi się tego, tzn. Zwykle „zatrzymujemy się” na teoretycznym przedstawieniu prawdopodobieństwa dla ogółuxja następnie określamy warunki jego maksymalizacji w odniesieniu do θ , a następnie podłączamy do warunków maksymalizacji konkretną próbkę numeryczną x -wartości, w celu uzyskania konkretnego oszacowania dla θ .
Trzeba jednak przyznać, że takie prawdopodobieństwo może wyjaśnić fakt, że w przypadku wnioskowania (dla konkretnego założenia dystrybucyjnego) liczy się suma realizacji, a nie ich indywidualnych wartości: powyższe prawdopodobieństwo nie jest „próbką” -specyficzne ”, ale raczej„ specyficzne dla sumy realizacji ”: jeśli otrzymamy jakieś innen = 3 próbka, dla której suma jej elementów jest ponownie 6.6 , uzyskamy ten sam szacunek dla θ (to w gruncie rzeczy to znaczy ∑ x jest „wystarczającą” statystyką - zawiera wszystkie informacje, które próbka może dostarczyć do wnioskowania, zgodnie ze szczególnym założeniem dystrybucyjnym).
źródło