Re: [問題] MLE跟S.S(Sufficient Statistics)之間ꨠ…

看板Statistics作者 (能不能不要戰= =)時間17年前 (2007/04/25 16:30), 編輯推噓0(000)
留言0則, 0人參與, 最新討論串1/3 (看更多)
※ 引述《yhliu.bbs@bbs.wretch.cc (老怪物)》之銘言: : ※ 引述《xiaofen.bbs@ptt.cc (為自己活)》之銘言: : > 想要了解 : > MLE跟S.S(Sufficient Statistics)之間的關係 : > MLE為S.S的函數?要怎麼說明呢? : > 我試著說明看看: : > 若f(x1,x2,...,xn;p)=h(x)g(p)k(x,p),p為可微分函數,x與p無關 : > [S.S] 由Fisher-Neyman分解定理可知,S.S可由g(p)k(x,p)得 : > [MLE] 最大概似函數即為j.p.d.f (joint probability density function) : > 由一階微分可知,MLE應與g(p)k(x,p)有關 : > 所以MLE為S.S的函數? : > 當x與p有關的時候,又該如何說明? : 若θ為參數, 而 T 為 sufficient statistic, 則 : f(x_1,...,x_n;θ) = g(t;θ)h(x_1,...,x_n|t) : 其中 t = T(x_1,...,x_n). : 因此, 要找 θ 使 f(x_1,...,x_n;θ) 最大, 只要找 θ : 使 g(t;θ) 達到最大即可. : 在 MLE 唯一的情況,由以上結果立即可知 MLE 是 T 的函 : 數; 但 MLE 不唯一時, 有些不是 T 的函數的統計量也是 : MLE. 不好意思,回這麼久以前的文 想請問 "在 MLE 唯一的情況,由以上結果立即可知 MLE 是 T 的函數" 要如何證明呢? 我是想到 g(t;θ)對θ微分=0 只有一解, 所以 MLE 是 T 的函數, 可是不知道有沒有可能微分都不等於0, 而最大值是發生在跟T無關的邊際點上呢? 好像是很簡單的問題可是一直想不出來,請大家幫忙了,,謝謝~ -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 218.166.72.232 ※ 編輯: xxxxcat 來自: 218.166.72.232 (04/25 16:30)
文章代碼(AID): #16Bn6Qw4 (Statistics)
文章代碼(AID): #16Bn6Qw4 (Statistics)