Jak obliczyć funkcję prawdopodobieństwa

9

Żywotność 3 elementów elektronicznych wynosi a . Zmienne losowe modelowano jako losową próbkę wielkości 3 z rozkładu wykładniczego z parametrem . Funkcja prawdopodobieństwa wynosi dlaX1=3),X2)=1.5,X3)=2.1θθ>0

fa3)(x|θ)=θ3)mixp(-6.6θ) , gdzie .x=(2),1.5,2.1)

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?θlosolfa3)(x|θ)

Adrian
źródło
Dlaczego chcesz dokonać oceny prawdopodobieństwa za pomocą tylko 3 obserwacji? Szacunki, które otrzymujesz za będą tendencyjne i będą miały dużą wariancję. Czy to jest HW? θ
Zachary Blumenfeld,
Czy wiesz, jaka jest definicja prawdopodobieństwa?
Glen_b

Odpowiedzi:

15

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:

faXja(xjaθ)=θmi-θxja,ja=1,2),3)

Wydaje się również, że życie każdego elementu jest w pełni niezależne od życia pozostałych. W takim przypadku funkcja gęstości złącza jest iloczynem trzech gęstości,

faX1,X2),X3)(x1,x2),x3)θ)=θmi-θx1θmi-θx2)θmi-θx3)=θ3)exp{-θja=13)xja}

Aby przekształcić to w funkcję prawdopodobieństwa próbki, widzimy to jako funkcję θ biorąc pod uwagę konkretną próbkę xja„s.

L.(θ{x1,x2),x3)})=θ3)exp{-θja=13)xja}

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 ja=13)xja=6.6. Zatem prawdopodobieństwo jest

L.(θ{x1=3),x2)=1.5,x3)=2.1})=θ3)exp{-6.6θ}

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 ogółuxjanastępnie 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).

Alecos Papadopoulos
źródło