Page 27 - 4196
P. 27

як функція    - вектору невідомих параметрів, називаєть-
           ся функцією вірогідності (ФП) вибірки
                     L   ,x    f   ,x 1    xf  2 ,    ... f  x n    ,  ,     (4.16)
           де   ,xf   - щільність розподілу, якщо вона неперервна,
           або імовірність значення  x , якщо розподіл дискретний.
                 Згідно принципу максимуму вірогідності (МВ), за-
           пропонованого Фішером в 1921 р., за оцінку вектору не-
                                                           €
           відомих параметрів    приймається значення   , при яко-
                                                             €
           му досягається максимум   ,xL   , а значення    назива-
           ється МВ - оцінкою параметру   .
                 МВ  -  оцінки  зазвичай  визначають,  максимізуючи
            ln  L  ,x  , користуючись тим, що  ln  - зростаюча функ-
                                                 x
                                   €
           ція. Шукане значення   знаходиться з системи r рівнянь

                                      ln  L   ,x  
                                                  0 ,
                                          
           де r - розмірність вектору  .
                 Приклад 4.2 Знайдемо МВ - оцінки параметрів ба-
           гатовимірної  нормальної  моделі.  Припустимо,  що  спо-
           стерігається  m- вимірна випадкова величина, яка розпо-
           ділена за невиродженим нормальним законом з щільніс-
           тю

                                 1          1           1      
                    f   ,x          exp      x    K   x    ,
                                                                  
                                2  m  K   2                   
           де     K,   - вектор невідомих параметрів;
                    ,..., 1  m   - вектор середніх;

                K    ij  j , i ,   1 ,..., m   -  матриця  других  моментів
            det K   K    0 .




                                        27
   22   23   24   25   26   27   28   29   30   31   32