www.vorhilfe.de
Vorhilfe

Kostenlose Kommunikationsplattform für gegenseitige Hilfestellungen.
Hallo Gast!einloggen | registrieren ]
Startseite · Forum · Wissen · Kurse · Mitglieder · Team · Impressum
Forenbaum
^ Forenbaum
Status Vorhilfe
  Status Geisteswiss.
    Status Erdkunde
    Status Geschichte
    Status Jura
    Status Musik/Kunst
    Status Pädagogik
    Status Philosophie
    Status Politik/Wirtschaft
    Status Psychologie
    Status Religion
    Status Sozialwissenschaften
  Status Informatik
    Status Schule
    Status Hochschule
    Status Info-Training
    Status Wettbewerbe
    Status Praxis
    Status Internes IR
  Status Ingenieurwiss.
    Status Bauingenieurwesen
    Status Elektrotechnik
    Status Maschinenbau
    Status Materialwissenschaft
    Status Regelungstechnik
    Status Signaltheorie
    Status Sonstiges
    Status Technik
  Status Mathe
    Status Schulmathe
    Status Hochschulmathe
    Status Mathe-Vorkurse
    Status Mathe-Software
  Status Naturwiss.
    Status Astronomie
    Status Biologie
    Status Chemie
    Status Geowissenschaften
    Status Medizin
    Status Physik
    Status Sport
  Status Sonstiges / Diverses
  Status Sprachen
    Status Deutsch
    Status Englisch
    Status Französisch
    Status Griechisch
    Status Latein
    Status Russisch
    Status Spanisch
    Status Vorkurse
    Status Sonstiges (Sprachen)
  Status Neuerdings
  Status Internes VH
    Status Café VH
    Status Verbesserungen
    Status Benutzerbetreuung
    Status Plenum
    Status Datenbank-Forum
    Status Test-Forum
    Status Fragwürdige Inhalte
    Status VH e.V.

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:

Open Source FunktionenplotterFunkyPlot: Kostenloser und quelloffener Funktionenplotter für Linux und andere Betriebssysteme
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.vorhilfe.de