21.11.2014 Aufrufe

Statistische Methoden der Datenanalyse - HEPHY

Statistische Methoden der Datenanalyse - HEPHY

Statistische Methoden der Datenanalyse - HEPHY

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

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 />

Beispiel (Fortsetzung)<br />

Die Dichte von ˆb = max X i lautet:<br />

i<br />

f(x) = nxn−1<br />

b n<br />

Daraus können Erwartung und Varianz berechnet werden:<br />

E[ˆb] =<br />

n<br />

n + 1 , var[ˆb] b 2 n<br />

=<br />

(n + 2)(n + 1) 2<br />

Der Schätzer ist asymptotisch erwartungstreu, die Varianz geht aber<br />

wie 1/n 2 gegen Null! Der Schätzer ist auch nicht asymptotisch<br />

normalverteilt.<br />

Matlab: make ML uniform<br />

R. Frühwirth <strong>Statistische</strong> Metoden<strong>der</strong> <strong>Datenanalyse</strong> 343/587

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

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!