经验似然
文章平均质量分 84
Statistic_Code
记录学习点滴,分享生动观点
展开
-
经验似然课程笔记七:GEE参数和经验似然
GEE参数和经验似然0.引言前面的文章我们都是围绕着均值参数μ\muμ的截面经验似然展开的,但经验似然不仅能用于对均值参数进行推断,也能用于更一般参数进行推断.这篇文章就开始介绍由一般估计方程(GEE)所定义的参数(简称GEE参数)。1.GEE模型GEE模型假设X,X1,..,Xn∼i.i.dFX,X_1,..,X_n\stackrel{\mathrm{i.i.d}}{\sim} FX,X1,..,Xn∼i.i.dF 是来自 Rq\mathbf{R}^qRq的随机变量,其中分布FFF未知.原创 2022-03-29 10:55:23 · 577 阅读 · 0 评论 -
经验似然课程笔记六: 经验似然的大样本性质
这篇文章主要是介绍 参数为总体均值μ\muμ时经验似然比的渐进性质及其证明。定理1假设X1,X2,..,XnX_1,X_2,..,X_nX1,X2,..,Xn是来自Rq\R^qRq的一组独立同分布随机变量,其均值μ0=E(X1)\mu_0=E(X_1)μ0=E(X1),协方差矩阵Σ=Cov(X1)\Sigma=Cov(X_1)Σ=Cov(X1)的秩为 rrr, 那么对于任意x>0x>0x>0,当n→∞n\to \inftyn→∞时,p(R(μ0)≤x)=P(χr2<原创 2022-03-28 16:24:39 · 515 阅读 · 0 评论 -
经验似然课程笔记五: 经验似然的有限样本性质
这篇文章主要对给定nnn个样本后,做经验似然推断时的一些细节做出补充和说明.1.结点问题所谓的结点就是指给定的nnn个观察值中有些样本点取值相同,比如1,1,2,31,1,2,31,1,2,3这种观测到了2个取值1的点,也就是存在结点.在前几篇文章中,定义经验似然时我们并没有考虑样本中出现结点对推断结果是否有影响.其实,利用经验进行推断时,是不需要考虑数据中是否存在结点的:假设样本可以重新根据取值重新标记:{Yij,i=1,..,k;j=1,..,ni}\{Y_{ij},i=1,..,k;j=1原创 2022-03-28 15:52:14 · 179 阅读 · 0 评论 -
经验似然课程笔记四:经验似然的数值计算
截面似然的计算上一篇文章介绍了经验似然的基本思想 :以估计总体均值参数μ\muμ为例, 我们是通过∫xdF=μ\textcolor{red}{\int xdF=\mu}∫xdF=μ这种约束将参数μ\muμ引入最大似然函数的计算中来的: l(μ)=sup{∑i=1nlog(pi):∑i=1npi(Xi−μ)=0,pi≥0,∑i=1npi=1}l(\mu)=\sup\{\sum\limits_{i=1}^n log(p_i):\textcolor{red}{\sum\limits_{i=1}^np_i(X原创 2022-03-28 13:01:27 · 644 阅读 · 0 评论 -
经验似然课程笔记三:经验似然的基本思想
经验似然的基本思想回顾一下经验似然方法不假设参数分布,直接把分布函数FFF当做参数,其似然函数是L(F)=∏i=1n{F(Xi+)−F(Xi−)}=∏i=1ndF(Xi)L(F)=\mathop{\prod}\limits_{i=1}^n\{F(X_i+)-F(X_i-)\}=\mathop{\prod}\limits_{i=1}^ndF(X_i)L(F)=i=1∏n{F(Xi+)−F(Xi−)}=i=1∏ndF(Xi)为了方便,通常记 pi=dF(Xi)p_i=dF(X_i)pi=dF(原创 2022-03-15 21:27:13 · 937 阅读 · 0 评论 -
经验似然课程笔记二: 参数似然
1.2参数似然参数似然方法假设总体分布F具有某种参数分布形式(比如正态分布完全由其均值和方差决定),即除了含有有限个参数未知以外,F完全已知,然后利用似然函数进行推断.具体来讲,假设X1,X2,...,Xn∼iidF(x;θ)X_1,X_2,...,X_n \stackrel{iid}{\sim} F(x;\theta)X1,X2,...,Xn∼iidF(x;θ),密度是f(x;θ),θ∈Θ⊂Rmf(x;\theta),\theta\in \Theta\subset \R^mf(x;θ),θ∈Θ⊂原创 2022-03-15 19:59:13 · 429 阅读 · 0 评论 -
经验似然课程笔记一:似然原理
1.1似然原理经验似然是一种非参数的似然,推断遵循着以下原则:既然当前的样本观测值被观测到,那么样本取为这组观测值的可能性应该比较大。那么使得这组观测值被观测到的可能性较大的那些参数值,更接近真实值。保守起见,似然方法选择使得这组观测值被观测到的可能性达到最大的那个参数值作为参数估计,这就是极大似然估计的思想。这里,样本取为当前观测值的可能性作为参数的函数时,通常称作似然函数。根据似然原则,似然函数的作用是用来区分在给定样本下,两个不同的参数值哪一个更接近真实值。似然函数本身的绝对数值是没有意义原创 2022-03-15 18:55:50 · 1324 阅读 · 0 评论