21.11.2014 Aufrufe

Statistische Methoden der Datenanalyse - HEPHY

Statistische Methoden der Datenanalyse - HEPHY

Statistische Methoden der Datenanalyse - HEPHY

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

Maximum-Likelihood-Schätzer<br />

<strong>Statistische</strong> Metoden<br />

<strong>der</strong> <strong>Datenanalyse</strong><br />

R. Frühwirth<br />

Stichprobenfunktionen<br />

Grundbegriffe<br />

Stichprobenmittel<br />

Stichprobenvarianz<br />

Stichprobenmedian<br />

Punktschätzer<br />

Eigenschaften von<br />

Punktschätzern<br />

Schätzung des<br />

Mittelwerts<br />

Schätzung <strong>der</strong> Varianz<br />

Schätzung des Medians<br />

Maximum-Likelihood-<br />

Schätzer<br />

Intervallschätzer<br />

Grundbegriffe<br />

Allgemeine Konstruktion<br />

nach Neyman<br />

Binomialverteilung<br />

Poissonverteilung<br />

Exponentialverteilung<br />

Normalverteilung<br />

Mittelwert einer<br />

beliebigen Verteilung<br />

Satz<br />

Der ML-Schätzer hat die folgende wichtige Eigenschaft:<br />

Existieren die ersten beiden Ableitungen von L(ϑ), existiert die<br />

Information I g (ϑ) für alle ϑ und ist E [(ln L) ′ ] = 0, so ist die<br />

Likelihoodschätzung ˆϑ asymptotisch normalverteilt mit Mittel ϑ<br />

und Varianz 1/I g (ϑ). ˆϑ ist daher asymptotisch erwartungstreu<br />

und asymptotisch effizient.<br />

Satz<br />

Daraus folgt sofort die nächste Eigenschaft:<br />

Der Likelihoodschätzer ˆϑ ist (unter den selben Voraussetzungen)<br />

konsistent.<br />

R. Frühwirth <strong>Statistische</strong> Metoden<strong>der</strong> <strong>Datenanalyse</strong> 337/587

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!