看板 Statistics 關於我們 聯絡資訊
※ 引述《davidlhs (小信)》之銘言: : ※ 引述《ysean (天佑 ￾ )》之銘言: : : 已知Y=βX+εi i=1,2,3,...,n : : 試最大概似法 : : 證明 : : β的估計量不偏 : : 希望各位大大看的懂我的意思 : : 謝謝各位大大 : : Hint:Y為具有expect value BiXi 且具有alpha^2的常態分配 : Y=βX+εi, E(Y)=βX, 且V(Y)=α^2 (你確定是α, 不是σ? 當然啦, 那只是個代號...) : 令γ=α^2, 則Y~N(βX,α^2), YN(βX,γ) : 1 - (Y-βX)^2 : 其p.d.f. ──── exp{ ─────── } : √(2πγ) 2γ : 1 - (Y-βX)^2 : 概似函數L(β,γ)=Π ───── exp{ ─────── } : √(2πγ) 2γ : - Σ(Y-βX)^2 : = [ (2πγ)^(-n/2) ] * exp{ ──────── } : 2γ : n 1 : 則 ln L(β,γ) = - ── ln (2πγ) - ── Σ(Y-βX)^2 : 2 2γ : 對參數 β 與 γ 偏微分, 並令其結果為0, 則: (本題沒有截距項) : 2 : - ── Σ [ -X (Y-βX) ] = 0 : 2γ : n*2π 1 : - ───── + ─── Σ(Y-βX)^2 : 2*2πγ 2γ^2 : ^ ΣXY : ΣXY=Σβ X^2 → β = ──── : ΣX^2 : ^ ΣX (βX+εi) β ΣX^2 : E(β) =E [ ─────── ] = E [ ───── ] =β : ΣX^2 ΣX^2 出題者可能要再說明一下是否誤差項有符合常態分佈 如果沒有常態分佈是不可以利用MLE找估計量 所以請利用最小平方法找估計量 但利用最小平方法所找出來的估計量會剛好與MLE相同 Let Q=Σ(Yi-βXi)^2 dQ ─ = -2Σ(Yi-βXi)Xi dβ dQ ─ = 0 dβ -2Σ(Yi-βXi)Xi=0 Σ(Yi-βXi)Xi=0 ΣXiYi → b = ───── ΣXi^2 ΣXi (βXi+εi) (β ΣXi^2)+(ΣXiεi) E(b) =E [ ──────── ] = E [ ─────────── ] =β ΣXi^2 ΣXi^2 where E(εi)=0 -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.120.6.209