matheraum.de
Raum für Mathematik
Offene Informations- und Nachhilfegemeinschaft

Für Schüler, Studenten, Lehrer, Mathematik-Interessierte.
Hallo Gast!einloggen | registrieren ]
Startseite · Forum · Wissen · Kurse · Mitglieder · Team · Impressum
Forenbaum
^ Forenbaum
Status Mathe
  Status Schulmathe
    Status Primarstufe
    Status Mathe Klassen 5-7
    Status Mathe Klassen 8-10
    Status Oberstufenmathe
    Status Mathe-Wettbewerbe
    Status Sonstiges
  Status Hochschulmathe
    Status Uni-Analysis
    Status Uni-Lin. Algebra
    Status Algebra+Zahlentheo.
    Status Diskrete Mathematik
    Status Fachdidaktik
    Status Finanz+Versicherung
    Status Logik+Mengenlehre
    Status Numerik
    Status Uni-Stochastik
    Status Topologie+Geometrie
    Status Uni-Sonstiges
  Status Mathe-Vorkurse
    Status Organisatorisches
    Status Schule
    Status Universität
  Status Mathe-Software
    Status Derive
    Status DynaGeo
    Status FunkyPlot
    Status GeoGebra
    Status LaTeX
    Status Maple
    Status MathCad
    Status Mathematica
    Status Matlab
    Status Maxima
    Status MuPad
    Status Taschenrechner

Gezeigt werden alle Foren bis zur Tiefe 2

Navigation
 Startseite...
 Neuerdings beta neu
 Forum...
 vorwissen...
 vorkurse...
 Werkzeuge...
 Nachhilfevermittlung beta...
 Online-Spiele beta
 Suchen
 Verein...
 Impressum
Das Projekt
Server und Internetanbindung werden durch Spenden finanziert.
Organisiert wird das Projekt von unserem Koordinatorenteam.
Hunderte Mitglieder helfen ehrenamtlich in unseren moderierten Foren.
Anbieter der Seite ist der gemeinnützige Verein "Vorhilfe.de e.V.".
Partnerseiten
Dt. Schulen im Ausland: Mathe-Seiten:Weitere Fächer:

Open Source FunktionenplotterFunkyPlot: Kostenloser und quelloffener Funktionenplotter für Linux und andere Betriebssysteme
StartseiteMatheForenStatistik/HypothesentestsMaximum-Likelihood
Foren für weitere Schulfächer findest Du auf www.vorhilfe.de z.B. Philosophie • Religion • Kunst • Musik • Sport • Pädagogik
Forum "Statistik/Hypothesentests" - Maximum-Likelihood
Maximum-Likelihood < Statistik/Hypothesen < Stochastik < Oberstufe < Schule < Mathe < Vorhilfe
Ansicht: [ geschachtelt ] | ^ Forum "Statistik/Hypothesentests"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien

Maximum-Likelihood: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 23:49 Mi 12.07.2017
Autor: mimo1

Aufgabe
Es seien [mm] X_1,...,X_n [/mm] i.i.d Zufallsvariablen mit Verteilung [mm] P_{\theta} [/mm] zu einem unbekannten Parameter [mm] \theta \in\IN. [/mm] Für alle [mm] \theta\in\IN [/mm] sei dabei [mm] P_{\theta} [/mm] die Laplace Verteilung auf der Menge [mm] \{1,...,\theta\}. [/mm]

a) ZU einer Beobachtung [mm] (x_1,...,x_n) \in\IN^n [/mm] bestimme man einen Schätzwert [mm] T(x_1,...,x_n) [/mm] für [mm] \theta [/mm] nach dem Maximum-Likelihood-Methode.

b) Man berechne [mm] E(T(X_1)). [/mm] Ist der Schätzer [mm] T(X_1) [/mm] erwartungstreu für [mm] \theta? [/mm]

Guten Abend,

zu a) da Laplace Verteilung gilt für die Likelihoodfkt.
[mm] L(X_1,...,X_n|\theta)=\begin{cases} \bruch{1}{(\theta-1)^n}, & \mbox{für } \theta\in \{1,...,\theta\} \mbox{} \\ 0, & \mbox{sonst } \mbox{ } \end{cases} [/mm]

Da die Fkt. monoton fällt muss der Schätzer [mm] \hat{\theta}=max\{X_1,...,X_n\} [/mm]

b) [mm] E(T(X_1))=\integral_{1}^{\theta}x\bruch{1}{\theta}=\bruch{1}{2}(\theta+1) [/mm]

Stimmt, soweit alles? Vielen Dank im Voraus.

        
Bezug
Maximum-Likelihood: Antwort
Status: (Antwort) fertig Status 
Datum: 08:13 Do 13.07.2017
Autor: luis52

Moin,

> Es seien [mm]X_1,...,X_n[/mm] i.i.d Zufallsvariablen mit Verteilung
> [mm]P_{\theta}[/mm] zu einem unbekannten Parameter [mm]\theta \in\IN.[/mm]
> Für alle [mm]\theta\in\IN[/mm] sei dabei [mm]P_{\theta}[/mm] die Laplace
> Verteilung auf der Menge [mm]\{1,...,\theta\}.[/mm]
>
> a) ZU einer Beobachtung [mm](x_1,...,x_n) \in\IN^n[/mm] bestimme man
> einen Schätzwert [mm]T(x_1,...,x_n)[/mm] für [mm]\theta[/mm] nach dem
> Maximum-Likelihood-Methode.
>  
> b) Man berechne [mm]E(T(X_1)).[/mm] Ist der Schätzer [mm]T(X_1)[/mm]
> erwartungstreu für [mm]\theta?[/mm]



>  Guten Abend,
>  
> zu a) da Laplace Verteilung gilt für die Likelihoodfkt.
>  [mm]L(X_1,...,X_n|\theta)=\begin{cases} \bruch{1}{(\theta-1)^n}, & \mbox{für } \theta\in \{1,...,\theta\} \mbox{} \\ 0, & \mbox{sonst } \mbox{ } \end{cases}[/mm]

[notok]
In der Likelihoodfunktion sehe ich keinerlei Abhaengigkeit von [mm] $X_1,\dots,X_n$. [/mm]
Wie kommst du auf [mm] $\bruch{1}{(\theta-1)^n}$? [/mm]
Die Schreibweise [mm] $\theta\in \{1,...,\theta\}$ [/mm] ergibt keinen Sinn.

>  
> Da die Fkt. monoton fällt muss der Schätzer  [mm]\hat{\theta}=max\{X_1,...,X_n\}[/mm]

Verstehe ich nicht.

>  
> b)
> [mm]E(T(X_1))=\integral_{1}^{\theta}x\bruch{1}{\theta}=\bruch{1}{2}(\theta+1)[/mm]

[notok] [mm] $T(X_1)$ [/mm] ist diskret verteilt.
Wenn schon falsch, dann korrekt falsch: [mm] $\integral_{1}^{\theta}x\bruch{1}{\theta}\,\red{dx}$. [/mm]



Bezug
                
Bezug
Maximum-Likelihood: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 09:53 Do 13.07.2017
Autor: mimo1

Hallo,

ich meinte natürlich [mm] x_i\in\{1,...,\theta\}. [/mm] (Das lag wahrscheinlich an der späten Uhrzeit.)

Ich habe mir folgend überlegt, dass die Dichte der Gleichverteilung folgend definiert ist

[mm] f(x)=\begin{cases} \bruch{1}{b-a}, & \mbox{für } a\le x\le b \mbox{ } \\ 0, & \mbox{sonst } \mbox{ } \end{cases} [/mm]

also haben wir in unserem Fall, wenn ich das Intervall  [mm] [1,\theta] [/mm] (ich bin mir nicht sicher, ob ich es machen darf) nehme, folgende Dichtefunktion


[mm] f(x)=\begin{cases} \bruch{1}{\theta-1}, & \mbox{für } x\in \{1,...,\theta\}\\ 0, & \mbox{sonst } \mbox{ } \end{cases} [/mm]

dann haben wir für die Likelihoodfunktion

[mm] L(x_1,...,x_n|\theta)=\begin{cases} \bruch{1}{(\theta-1)^n}, & \mbox{für } x_i\in\{1,...,\theta\} \mbox{ } \\ 0, & \mbox{sonst } \mbox{ } \end{cases} [/mm]

oder ist das [mm] L=\bruch{1}{\theta^n}? [/mm]

b) dadurch das ich nicht [mm] T(X_1) [/mm] habe aus Teil a) kann ich da nciht weitermachen, oder?

also ich nehme mal  einfach [mm] E(T(X_1))=E(\bruch{1}{n}\summe_{i=1}^nX_1)=\bruch{1}{n}\summe_{i=1}^{n}E(X_1)=E(X_1) [/mm]

ich bin für jeden Tipp dankbar.

Bezug
                        
Bezug
Maximum-Likelihood: Antwort
Status: (Antwort) fertig Status 
Datum: 10:36 Do 13.07.2017
Autor: luis52

Du bist hier vollkommen auf dem Holzweg. Es gibt naemlich zwei Gleichverteilungen, die stetige und die diskrete. Letztere wird auch Laplace-Verteilung genannt. Fuer  [mm] $\theta\in\IN$ [/mm] ist deren Wahrscheinlichkeitsfunktion gegeben durch:

$ [mm] P(X=x)=\begin{cases} \dfrac{1}{\theta}, & \mbox{für } x\in \{1,...,\theta\} \mbox{;} \\ 0, & \mbox{sonst.} \mbox{ } \end{cases}$ [/mm]


Bezug
                                
Bezug
Maximum-Likelihood: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 11:19 Do 13.07.2017
Autor: mimo1

heißt das, dass die Likelihoodfunktion am Ende die folgende ist:

[mm] L(x_1,...,x_n|\theta)=\summe_{i=1}^{n}P(X_i=x_i)=\bruch{n}{\theta}? [/mm]



Bezug
                                        
Bezug
Maximum-Likelihood: Antwort
Status: (Antwort) fertig Status 
Datum: 13:55 Do 13.07.2017
Autor: luis52


> heißt das, dass die Likelihoodfunktion am Ende die
> folgende ist:
>  
> [mm]L(x_1,...,x_n|\theta)=\summe_{i=1}^{n}P(X_i=x_i)=\bruch{n}{\theta}?[/mm]
>  
>  

Nein.

Angenommen, es werden die Werte $3, 2, 5_$ beobachtet. Schreibe dafuer mal die Likelihoodfunktion auf.  



Bezug
                                                
Bezug
Maximum-Likelihood: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 19:01 Do 13.07.2017
Autor: mimo1

wäre dann für [mm] x_1=2, x_2=3, x_3=5 [/mm]
[mm] L(x_1,x_2,x_3|\theta)=P(X_1=2)*P(X_2=3)*P(X_3=5)=\bruch{1}{\theta^3} [/mm] die Likelihood-Funktion?

Bezug
                                                        
Bezug
Maximum-Likelihood: Antwort
Status: (Antwort) fertig Status 
Datum: 21:47 Do 13.07.2017
Autor: luis52

Nein:

$ [mm] L(X_1,...,X_n|\theta)=\begin{cases} \dfrac{1}{\theta^3}, & \mbox{für } \theta\ge\max \{2,3,5\} \mbox{;} \\ 0, & \mbox{sonst. } \mbox{ } \end{cases} [/mm] $

Allgemein ist [mm] $\hat\theta=\max \{X_1,\dots,X_n\} [/mm] $ der ML-Schaetzer.

Bezug
Ansicht: [ geschachtelt ] | ^ Forum "Statistik/Hypothesentests"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien


^ Seitenanfang ^
www.matheraum.de
[ Startseite | Forum | Wissen | Kurse | Mitglieder | Team | Impressum ]