이항 분포 추정값


12

이항 분포에서 오는 데이터의 추정량을 어떻게 정의합니까? bernoulli의 경우 모수 p를 추정하는 추정기가 있다고 생각할 수 있지만 이항의 경우 분포의 특성을 분석 할 때 어떤 모수를 추정 할 수 없습니까?

최신 정보:

추정 기란 관측 된 데이터의 함수를 의미합니다. 추정기는 데이터를 생성하는 분포의 모수를 추정하는 데 사용됩니다.


"추정자"에 대한 이해는 무엇입니까? 추정기에 "모수"가 없기 때문에 궁금합니다. 질문을 명확하게 전달하고 있지 않다는 점이 우려됩니다. 아마도 당신이 고려하고있는 실제 상황에 대한 구체적인 예를들 수 있습니다.
whuber

@whuber가 더 많은 정보를 추가했습니다. 더 자세한 내용을 추가하거나 이해에 결함이있는 경우 알려주십시오.
Rohit Banga

편집은 정확하지만 구체적인 예는 여전히 도움이됩니다. 이항 분포의 많은 응용에서, 은 모수가 아닙니다 : 주어진 것이고 p 는 추정 할 유일한 모수입니다. 예를 들어, n 개의 동일하게 분포 된 Bernoulli 시행 에서 성공 횟수 k 는 이항 분포 ( n , p )를 가지며 유일한 모수 p의 추정량 은 k / n 입니다. npknnppk/n
whuber

2
나는 p를 (빈번한 환경에서) 추정하는 예를 들어, 심지어 고안된 예를보고 싶습니다 . 생각해보십시오 : 단일 카운트 k 를 관찰하십시오 .k = 5 라고 말하십시오 . 우리는 기대 케이 동일한 약 n 개의 페이지 . 우리는 n = 10 , p = 0.5를 추정 합니까? 아니면 n = 5000 , p = 0.001 ? 아니면 거의 다른 것이 있습니까? :-) 아니면 일련의 독립적 인 관찰이있을 수 있다고 제안하고 있습니까? k 1 ,npk=5knpn=10p=0.5n=5000p=0.001 모두 p n 을 모두알 수없는공통 이항 분포 ( n , p ) 분포에서? k1,k2,,km(n,p)pn
whuber

1
나는 후자를 제안하고 있습니다-p와 n은 모두 알려져 있지 않습니다. N 관측 데이터 포인트의 함수로 n과 p 모두에 대한 추정기를 원합니다.
Rohit Banga

답변:



1

모든 분포에는 알려지지 않은 매개 변수가 있습니다. 예를 들어 베르누이 분포에서 하나의 알려지지 않은 모수 성공 확률 (p)이 있습니다. 마찬가지로 이항 분포에서 두 개의 알려지지 않은 모수 n과 p가 있습니다. 그것은 당신이 어떤 알 수없는 매개 변수를 추정하려는 목표에 달려 있습니다. 하나의 매개 변수를 수정하고 다른 매개 변수를 추정 할 수 있습니다. 자세한 내용은 이것을 참조 하십시오


두 매개 변수를 모두 추정하려면 어떻게합니까?
Rohit Banga

1
최대 우도 추정을 위해서는 관심 모수와 관련하여 우도 함수의 미분을 취하여 해당 방정식을 0으로 동일하게하고 방정식을 풀어야합니다. 나는 'p'를 추정하는 동안 절차가 동일하다고 말합니다. 'n'과 동일하게해야합니다. 이 하나를 확인 www.montana.edu/rotella/502/binom_like.pdf
love-stats

pN

0

1

k1,,kmiid binomial(n,p)

k¯=n^p^sk2=n^p^(1p^)n^p^

또는 예를 들어 optimR에서 사용하여 MLE을 계산할 수 있습니다 (아마도 수치 적으로) .


p<1/2s2/k¯>1

@ whuber-그는 좋은 견적을 요구하지 않았습니다 . ;)
Karl

1
n^p^=1/2np

n^maxki

맞습니다. 특히 가 가까울 때 카운트의 최대 값은 MLE입니다. 당신이 상상할 수있는 그런 경우에는 꽤 잘 작동합니다. 작은 들어 도 데이터의 많은, 그것은 푸 아송 분포하는에서이 구별하기 어렵다 의 추정에 엄청난 불확실성으로 이어지는입니다 효과적으로 무한 . 1 p n np1pnn
whuber

0

평균 및 분산으로 이항 분포의 모수를 추정하기 위해 모멘트 추정 방법을 사용할 수 있다고 생각합니다.


모멘트 추정 방법을 사용하여 모수 및 을 추정 합니다. [{\ hat {p}} _ n = \ frac {\ overline {X} -S ^ 2} {\ overline {X}}] [\ hat {m} _n = \ frac {\ overline {X} ^ 2} {\ overline {X} -S ^ 2}] 증명 Moments 방법에 의한 모수 및 의 추정값 은 방정식 시스템의 해입니다. 따라서 모멘트 방법에 대한 방정식은 다음과 같습니다. [\ overline {X} = mp] [S ^ 2 = mp (1-p).]pmmp

mp=X¯,mp(1p)=S2.

간단한 산술 쇼 : [S ^ 2 = mp \ left (1-p \ right) = \ bar {X} \ left (1-p \ right)] [S ^ 2 = \ bar {X}-\ bar {X } p] [\ bar {X} p = \ bar {X} -S ^ 2, \ mbox {따라서} \ hat {p} = \ frac {\ bar {X} -S ^ 2} {\ bar {X }}.] 그런 다음 [\ bar {X} = mp, \ mbox {즉,} m \ left (\ frac {\ bar {X} -S ^ 2} {\ bar {X}} \ right)] [\ bar {X} = m \ left (\ frac {\ bar {X} -S ^ 2} {\ bar {X}} \ right), \ mbox {또는} \ hat {m} = \ frac {\ bar {X} ^ 2} {\ bar {X} -S ^ 2}. ]


1
예를 들어 MoM 추정기의 수식을 작성하여이를 확장 할 수 있다면 좋을 것입니다. 그렇지 않으면 대답은 독립적입니다. 답변을 아직 모르는 다른 사람들은 실제 답변 을 찾을 때까지 온라인으로 "순간 방법"등을 검색해야합니다 .
jbowman

수학을 올바르게 렌더링하는 방법이 있습니까?
David Refaeli
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.