МНП позволяет получить по крайней мере асимптотически несмещенные и эффективные оценки параметров распределения.
В основе ММП лежит понятие функции правдоподобия выборки
Определение. Пусть имеем случайную величину Y, которая имеет функцию плотности вероятностей Py(t, a1,a2,…,ak) и случайную выборку Y(y1,y2,…,yn)наблюдений за поведением этой величины. Тогда функцией правдоподобия выборки Y(y1,y2,…,yn) называется функция L, зависящая от аргументов а={a1,a2,…,ak}, и от элементов выборки как от параметров и определяется равенством
Метод наибольшего правдоподобия -- метод поиска модели, наилучшим в каком-то смысле образом описывающей обучающую выборку, полученную с некоторым неизвестным распределением.
Функция правдоподобия
Идея метода.
В качестве оценки неизвестного параметра принимается такое, которое обеспечивает максимум функции правдоподобия при всех возможных значениях случайной величины Y
Математически это выражается так:
ãj= argmax(L(a1,a2,…,ak, y1,y2,…,yn)
Очевидно, что оценкаãj зависит от случайной выборки, следовательно, ãj= f(y1,y2,…,yn),где f есть процедура вычисления оценки ãj по результатам выборки
|
|
Алгоритм решения задачи
Предполагается:
1. Вид закона распределения известен;
2. Функция плотности вероятности гладкая во всей области определения
Последовательность решения:
1. Составляется функция правдоподобия
2. Вычисляется логарифм функции правдоподобия
3. Оценки параметров получаются в результате решения системы уравнений вида:
4. Проверяется условие максимума функции правдоподобия