• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      位置參數(shù)族的MLE與Bayes估計(jì)相等的關(guān)系①

      2014-06-14 03:37:10
      關(guān)鍵詞:后驗(yàn)估計(jì)值先驗(yàn)

      姚 麗

      (吉林師范大學(xué)數(shù)學(xué)學(xué)院,吉林四平 136000)

      0 引言

      文獻(xiàn)[2]中稱“貝葉斯學(xué)派至今尚未證明總體分布p(x/θ)中的參數(shù)的任一經(jīng)典估計(jì)都存在一個先驗(yàn)分布,使得其貝葉斯估計(jì)就是該經(jīng)典估計(jì)”,這一命題現(xiàn)在仍未解決.由于位置參數(shù)族是實(shí)際中比較常見的一般性分布,例如方差已知時的正態(tài)分布N(θ,σ2)、均勻分布U(0,θ)、威布爾分布等具體分布都是其特例,并且最大似然估計(jì)是其主要的經(jīng)典估計(jì)方法,為此,在一個縮小的范圍內(nèi)探討命題真?zhèn)螌τ谧罱K解決問題是有益的.本文證明了位置參數(shù)族中位置參數(shù)的最大似然估計(jì),一定存在一個先驗(yàn)分布,使其貝葉斯估計(jì)就是該位置參數(shù)的最大似然估計(jì)的結(jié)論.

      1 位置參數(shù)族的最大似然估計(jì)

      設(shè)總體X的密度函數(shù)具有形式p(x-θ),其樣本空間和參數(shù)空間皆為一維實(shí)數(shù)空間,具有這類密度函數(shù)的分布組成了位置參數(shù)族,其中,θ稱為位置參數(shù).

      從總體X中抽取簡單隨機(jī)樣本X1,X2,…,Xn,得到 x1,x2,…,xn,則樣本的似然函數(shù):

      對數(shù)似然函數(shù):

      2 位置參數(shù)族的后驗(yàn)分布

      定理1[2]: 當(dāng)θ為位置參數(shù)時,其先驗(yàn)分布可用貝葉斯假設(shè)作為無信息先驗(yàn)分布.

      證明: 讓X移動一個量c得到Y(jié)=X+c,讓位置參數(shù)也移動一個量c得到η=θ+c.

      則Y有密度函數(shù)p(y-η)且Y仍是位置參數(shù)族的成員,其樣本空間和參數(shù)空間仍是一維實(shí)數(shù)空間.

      則(X,θ)問題和(Y,η)問題的統(tǒng)計(jì)結(jié)構(gòu)完全相同,且θ與η具有相同的無信息先驗(yàn)分布,即π(τ)= π*(τ),其中,π*(·)為η 的無信息先驗(yàn)分布.

      由變換η=θ+c可以算的η的無信息先驗(yàn)分布為:

      則 π(η)= π*(η)= π(η- c)

      令η =c,則有π(c)= π(0),其中π(0),為常數(shù).

      又由于c具有任意性,故得位置參數(shù)θ的無信息先驗(yàn)分布π(θ)=d,d為某一常數(shù),即當(dāng)θ為位置參數(shù)時,其先驗(yàn)分布可用貝葉斯假設(shè)作為無信息先驗(yàn)分布,證畢.

      由定理1,取位置參數(shù)族中位置參數(shù)θ的先驗(yàn)密度π(θ)=d,其中,d為某一常數(shù),則位置參數(shù)θ的后驗(yàn)分布

      由(1)式知:

      3 位置參數(shù)族中位置參數(shù)θ在取π(θ)=d時的貝葉斯估計(jì)

      由文獻(xiàn)[2]知,位置參數(shù)θ的貝葉斯估計(jì)(最大后驗(yàn)估計(jì))就是使后驗(yàn)密度π(θ/x)達(dá)到最大值的θ的估計(jì)值,我們將其記為由(2)式可知,要想使位置參數(shù)θ的后驗(yàn)密度π(θ/x)達(dá)到最大值,只需要A(x)·d·L(θ)取得最大值,其中,A(x)為一個不依賴于θ的常數(shù)因子,且滿足如下條件:此時,位置參數(shù)θ的后驗(yàn)密度π(θ/x)達(dá)到最大值就等價(jià)于似然函數(shù)L(θ)達(dá)到最大值.那么,使后驗(yàn)密度π(θ/x)達(dá)到最大值的θ的估計(jì)值也就等于使似然函數(shù)達(dá)L(θ)到最大值的θ的估計(jì)值,即

      4 結(jié) 論

      本文以位置參數(shù)族為例,討論并證明了其位置參數(shù)θ的最大似然估計(jì)都存在一個先驗(yàn)密度為π(θ)=d的先驗(yàn)分布(d為某一確定常數(shù)),只要取得的d值能夠確保A(x)·d>0,該位置參數(shù)θ的貝葉斯估計(jì)就是其最大似然估計(jì),這一結(jié)論的確定有利于我們繼續(xù)研究貝葉斯統(tǒng)計(jì)中未解決的問題.

      [1]童麗娟.矩法估計(jì)與極大似然估計(jì)的比較[J].懷化學(xué)院學(xué)報(bào),2012,31(08):1671-9743.

      [2]茆詩松.貝葉斯統(tǒng)計(jì)[M].北京:中國統(tǒng)計(jì)出版社,1999.

      [3]張堯庭,陳漢峰.貝葉斯統(tǒng)計(jì)推斷[M].北京:科學(xué)出版社,1991.

      [4]茆詩松,王靜龍,濮曉龍.高等數(shù)理統(tǒng)計(jì)[M].北京:高等教育出版社,2006.

      [5]茆詩松,程依明,濮曉龍.概率論與數(shù)理統(tǒng)計(jì)教程[M].北京:高等教育出版社,2008.

      猜你喜歡
      后驗(yàn)估計(jì)值先驗(yàn)
      基于對偶理論的橢圓變分不等式的后驗(yàn)誤差分析(英)
      一道樣本的數(shù)字特征與頻率分布直方圖的交匯問題
      基于無噪圖像塊先驗(yàn)的MRI低秩分解去噪算法研究
      貝葉斯統(tǒng)計(jì)中單參數(shù)后驗(yàn)分布的精確計(jì)算方法
      統(tǒng)計(jì)信息
      2018年4月世界粗鋼產(chǎn)量表(續(xù))萬噸
      基于自適應(yīng)塊組割先驗(yàn)的噪聲圖像超分辨率重建
      一種基于最大后驗(yàn)框架的聚類分析多基線干涉SAR高度重建算法
      基于平滑先驗(yàn)法的被動聲信號趨勢項(xiàng)消除
      先驗(yàn)的廢話與功能的進(jìn)路
      砚山县| 汽车| 汉寿县| 吕梁市| 大丰市| 南召县| 郧西县| 岳普湖县| 秭归县| 霍州市| 岗巴县| 五原县| 濉溪县| 雅安市| 札达县| 金塔县| 锡林郭勒盟| 玉山县| 大足县| 宜川县| 镇远县| 绵阳市| 镇安县| 策勒县| 泽州县| 监利县| 香港| 阿图什市| 泾川县| 嘉善县| 武功县| 揭东县| 吉木萨尔县| 都江堰市| 宜章县| 台江县| 崇礼县| 富川| 固镇县| 正安县| 长阳|