Szacowanie średniej i odchylenia ściętej krzywej gaussa bez skoku

11

Załóżmy, że mam czarną skrzynkę, która generuje dane po rozkładzie normalnym ze średnią mi odchyleniem standardowym s. Załóżmy jednak, że ilekroć wypisze wartość <0, niczego nie rejestruje (nawet nie jest w stanie powiedzieć, że otrzymała taką wartość). Mamy ścięty rozkład gaussa bez kolca.

Jak mogę oszacować te parametry?


źródło
Zmieniłem tag z „truncated-gaussian” na „truncation”, ponieważ większość odpowiedzi będzie potencjalnie przydatna w sytuacjach związanych z innymi dystrybucjami.
whuber

Odpowiedzi:

7

Model dla twoich danych to:

yjaN.(μ,σ2))ja(yja>0)

Zatem funkcja gęstości to:

fa(yja|-)=mixp(-(yja-μ)2)2)σ2))2)πσ (1-ϕ(-μσ))

gdzie,

jest standardowym normalnym cdf.ϕ(.)

Następnie można oszacować parametry i σ, stosując metody największego prawdopodobieństwa lub metody bayesowskie.μσ


źródło
3

Jak zasugerował Srikant Vadali, Cohen i Hald rozwiązali ten problem za pomocą ML (z wyszukiwarką korzeni Newtona-Raphsona) około 1950 r. Kolejnym artykułem jest „Szacowanie w okrojonej normalnej dystrybucji” Maxa Halperina dostępne dla JSTOR (dla osób z dostępem). Googling „skrócone oszacowanie gaussowskie” produkuje wiele przydatnych wyglądów hitów.


Szczegółowe informacje znajdują się w wątku, który uogólnia to pytanie (ogólnie do skróconych dystrybucji). Zobacz estymatory największego prawdopodobieństwa dla skróconego rozkładu . Może to być również interesujące porównać estymatory największej prawdopodobieństwo do rozwiązania danego Maximum Entropy (z kodem) w Max Entropy Solver w badania .

Whuber
źródło
2

za=0μtσt

  1. μσ

    μ=x¯=1nja=1nxja

    σ=s=1nja=1n(xja-x¯)2)

  2. T.b=za=0x¯

    T.b=zax¯3)s

  3. ω,P.3)(ω),P.4(ω)Q(ω)

    ω=s2)(za-x¯)2)

    P.3)(ω)=1+5,74050101ω-13,53427037ω2)+6,88665552ω3)

    P.4(ω)=-0,00374615+0,17462558ω-2),87168509ω2)+17,48932655ω3)-11,91716546ω4

    Q(ω)=P.4(ω)P.3)(ω)

  4. ω0,57081μt<0

  5. μtσt

    μt=x¯+Q(ω)(za-x¯)

    σt2)=s2)+Q(ω)(za-x¯)2)

To wszystko...

JFS
źródło