максимального правдоподобия метод

МАКСИМАЛЬНОГО ПРАВДОПОДОБИЯ МЕТОД - метод оценивания неизвестных параметров для распределения случайной величины c по наблюдению её реализаций при параметрич. анализе данных. M. п. м. был предложен P. Э. Фишером (R. A. Fisher) в 1912 и формулируется след, образом. Пусть плотность вероятности величины х есть где - вектор неизвестных параметров. Определим ф-цию правдоподобия выражением

к-рое в отличие от плотности вероятности рассматривают как ф-цию вектора а при заданном векторе c реализовавшихся значений. Оценкой M. п. м. паз. вектор отвечающий максимуму выражения (1) и принадлежащий допустимой области значений Часто ищут максимум выражения что упрощает задачу поискадля экспоненциальных распределений. Идея M. п. м. заключается в том, что данная реализация вектора должна отвечать наиболее вероятному значению, а потому при заданном выражение должно принимать макс, значение. Напр., время жизни г нестабильных частиц подчиняется распределению где- неизвестный параметр, характерный для каждой частицы. Пусть измерены времена жизнидля N распадов. Если пренебречь ошибками измерений то ф-ция правдоподобия равна

Оценка M. п. м.получается из решения ур-ния правдоподобия

и равна

С M. п. м. связано неравенство Крамера - Рао: дисперсия D (а)оценки параметра а, полученной любым методом, удовлетворяет неравенству

где

наз. смещением оценки

наз. кол-вом информации во параметре а. В случае вектора параметровнеравенство (2) обобщается след, образом. Если ввести ср. значения

ковариационную матрицу

матрицуи информац. матрицу

то справедливо неравенство

где I -единичная матрица, т означает транспонирование. Если оценки являются несмещёнными, то для дисперсийкак это следует из (3), выполняется неравенство

Неравенство Крамера - Рао полезно тем, что позволяет ещё на стадии планирования эксперимента оценить достижимую точность "измерения" параметров изучаемых распределений.

При нек-рых ограничениях на можно показать, что оценка M. п. м. состоятельна, т. е. при один из корней ур-ния правдоподобия, стремится к точному значению а. Оценка M. п. м. асимптотически распределена по нормальному закону с нулевым ср. значением и дисперсией, равной .

При конечных N оценка M. п. м., вообще говоря, является смещённой. Оптим. свойством оценки M. п. м. при конечных N оказывается то, что при нек-рых условиях достигает нижней границы, задаваемой неравенством Крамера - Рао (2). В общем случае свойства оценки M. п. м. можно изучить при помощи Монте-Карло метода: задавая значение a из области возможных значений, получают выборку находят оценкуи строят её среднее значение и ковариационную матрицу. Другое оптимальное свойство оценки M. п. м.: оценкаф-ции /(а) равна. В этом её преимущества перед оценкой по наименьших квадратов методу.

Лит.: Клепиков H. П., Соколов С. H., Анализ и планирование экспериментов методом максимума правдоподобия, M., 1964; Pао С. Р., Линейные статистические методы и их применения, пер. с англ., M., 1968; Кендал л M., Стьюарт А., Статистические выводы и связи, пер. с англ., M., 1973; Статистические методы в экспериментальной физике, пер. с англ., M., 1976. В. П, Жигунов.

   <<      Предметный указатель      >>