matheraum.de
Raum für Mathematik
Offene Informations- und Nachhilfegemeinschaft

Für Schüler, Studenten, Lehrer, Mathematik-Interessierte.
Hallo Gast! [ einloggen | registrieren ]
Startseite · Forum · Wissen · Kurse · Mitglieder · Team · Impressum
Forenbaum
^ Forenbaum
Status Hochschulmathe
  Status Uni-Analysis
    Status Reelle Analysis
    Status UKomplx
    Status Uni-Kompl. Analysis
    Status Differentialgl.
    Status Maß/Integrat-Theorie
    Status Funktionalanalysis
    Status Transformationen
    Status UAnaSon
  Status Uni-Lin. Algebra
    Status Abbildungen
    Status ULinAGS
    Status Matrizen
    Status Determinanten
    Status Eigenwerte
    Status Skalarprodukte
    Status Moduln/Vektorraum
    Status Sonstiges
  Status Algebra+Zahlentheo.
    Status Algebra
    Status Zahlentheorie
  Status Diskrete Mathematik
    Status Diskrete Optimierung
    Status Graphentheorie
    Status Operations Research
    Status Relationen
  Status Fachdidaktik
  Status Finanz+Versicherung
    Status Uni-Finanzmathematik
    Status Uni-Versicherungsmat
  Status Logik+Mengenlehre
    Status Logik
    Status Mengenlehre
  Status Numerik
    Status Lin. Gleich.-systeme
    Status Nichtlineare Gleich.
    Status Interpol.+Approx.
    Status Integr.+Differenz.
    Status Eigenwertprobleme
    Status DGL
  Status Uni-Stochastik
    Status Kombinatorik
    Status math. Statistik
    Status Statistik (Anwend.)
    Status stoch. Analysis
    Status stoch. Prozesse
    Status Wahrscheinlichkeitstheorie
  Status Topologie+Geometrie
  Status Uni-Sonstiges

Gezeigt werden alle Foren bis zur Tiefe 2

Navigation
 Startseite...
 Neuerdings beta neu
 Forum...
 vorwissen...
 vorkurse...
 Werkzeuge...
 Nachhilfevermittlung beta...
 Online-Spiele beta
 Suchen
 Verein...
 Impressum
Das Projekt
Server und Internetanbindung werden durch Spenden finanziert.
Organisiert wird das Projekt von unserem Koordinatorenteam.
Hunderte Mitglieder helfen ehrenamtlich in unseren moderierten Foren.
Anbieter der Seite ist der gemeinnützige Verein "Vorhilfe.de e.V.".
Partnerseiten
Weitere Fächer:

Open Source FunktionenplotterFunkyPlot: Kostenloser und quelloffener Funktionenplotter für Linux und andere Betriebssysteme
Startseite > MatheForen > Statistik (Anwendungen) > Erwartungstreue ML-Schätzer
Foren für weitere Schulfächer findest Du auf www.vorhilfe.de z.B. Deutsch • Englisch • Französisch • Latein • Spanisch • Russisch • Griechisch
Forum "Statistik (Anwendungen)" - Erwartungstreue ML-Schätzer
Erwartungstreue ML-Schätzer < Statistik (Anwend.) < Stochastik < Hochschule < Mathe < Vorhilfe
Ansicht: [ geschachtelt ] | ^ Forum "Statistik (Anwendungen)"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien

Erwartungstreue ML-Schätzer: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 14:38 Do 10.10.2013
Autor: freddatammi

Hallo,

In meinem Problem geht es um eine 2 parametrige Weibullverteilung mit der Dichtefunktion
f(\sigma)=\frac{m}{\sigma_\theta}\left(\frac{\sigma}{\sigma_\theta}\right)^{m-1}\textrm{exp}\left[-\left(\frac{\sigma}{\sigma_\theta}\right)^{m} \right] , wobei \sigma>0
und dem Erwartungswert:

\mathrm{E}(\sigma)=\sigma_\theta\Gamma(1+1/m)

Schätzwerte für die Parameter m und \sigma_\theta habe ich über die Maximum-Likelihood Methode bestimmt und erhalte damit für \hat m:

k\frac{\sum_{i=1}^k \sigma_i^{\hat m} \textrm{ln}\sigma_i}{\sum_{i=1}^k \sigma_i^{\hat m}}-\sum_{i=1}^k \textrm{ln}\sigma_i-\frac{k}{\hat m}=0

Diese Gleichung muss iterativ nach m aufgelöst werden und dann liefert einsetzen in

\hat\sigma_\theta=\left(\frac{\sum_{i=1}^k \sigma_i^{\hat m}}{k}\right)^{\frac{1}{\hat m}}

den Schätzwert für \hat \sigma_\theta.

Nun möchte ich gerne zeigen, dass diese Schätzer erwartungstreu sind. Das bereitet mir allerdings ziemliches Kopfzerbrechen. Statistik ist für mich noch absolutes Neuland..
Meine bisherige Idee:
Es soll gelten:
\mathrm{E}(\hat m)=m\newline
und
\mathrm{E}(\hat \sigma_\theta)=\sigma_\theta

Für \hat m habe ich  aber keine explizit nach \hat m aufgelöste Gleichung, deshalb sollte die Aussage doch äquivalent zu

\mathrm{E}(k\frac{\sum_{i=1}^k \sigma_i^{\hat m} \textrm{ln}\sigma_i}{\sum_{i=1}^k \sigma_i^{\hat m}}-\sum_{i=1}^k \textrm{ln}\sigma_i-\frac{k}{\hat m})=0
sein.(?)

Dann erhalte ich:
\mathrm{E}(k\frac{\sum_{i=1}^k \sigma_i^{\hat m} \textrm{ln}\sigma_i}{\sum_{i=1}^k \sigma_i^{\hat m}}-\sum_{i=1}^k \textrm{ln}\sigma_i-\frac{k}{\hat m})\\ \\ =\frac{k\cdot\mathrm{E}(\sum_{i=1}^k \sigma_i^{\hat m} \textrm{ln}\sigma_i)}{k\cdot m \cdot \mathr{E}(\sigma)}-k\cdot\mathrm{E}(\mathrm{ln}\sigma)-\frac{k}{m}\\ \\ =\frac{m\cdot\mathrm{E}(\sigma)\mathrm{E}(\mathrm{ln}\sigma^{\frac{1}{m}})}{m\mathrm{E}(\sigma}}-\mathrm{E}(\mathrm{ln} \sigma)-\frac{1}{m}\\ \\ =\frac{1}{m}\mathrm{E}(\mathrm{ln}\sigma)-\mathrm{E}(\mathrm{ln}\sigma)-\frac{1}{m}

und nun bin ich mir nicht sicher, ob die Umformungen bisher überhaupt stimmen.
Und falls ja, was nun? Gibts irgendwelche allgemeinen Rechenregeln für den Erwartungswert des Logarithmus?
Gilt denn, unter meiner Voraussetzung,\sigma>0,
\mathrm{E}(\mathrm{ln}\sigma)=\mathrm{ln}(\mathrm{E}(\sigma))?
Und was stelle ich dann mit dem Logarithmus einer Gammafuntkion an??

Zu \sigma_\theta :
\mathrm{E}(\hat \sigma_\theta)=\mathrm{E}(\left(\frac{\sum_{i=1}^k \sigma_i^{\hat m}}{k}\right)^{\frac{1}{\hat m}}) =\frac{k\cdot\frac{m}{m}\cdot \mathrm{E}(\sigma)}{k^\frac{1}{m}} =k^{1-\frac{1}{m}}\mathrm{E}(\sigma) =k^{1-\frac{1}{m}}\sigma_\theta\Gamma(1+1/m)
Damit \hat\sigma_\theta erwartungstreu ist, müsste ja nun nur \sigma_\theta übrig bleiben.
Dies ist zumindest der Fall, wenn ich m=1 setze.
Aber im allgemeinen stimmt es ja nicht mehr...


Ich bin für jeden Rat, Verbesserungsvorschlag, Denkanstoß sehr dankbar!

Liebe Grüße


(Ich habe diese Frage auch in folgenden Foren auf anderen Internetseiten gestellt:
http://www.matheplanet.com/)

        
Bezug
Erwartungstreue ML-Schätzer: Antwort
Status: (Antwort) fertig Status 
Datum: 14:24 Mo 14.10.2013
Autor: luis52

Moin freddatammi,

[willkommenmr]

ML-Schaetzer sind nicht grundsaetzlich e.t. Erschwerend kommt hinzu, dass der Schaetzer hier mittels eines iterativen Verfahrens bestimmt wird und anscheinend keine geschlossene Form gefunden wird. Ich schlage vor, dass du einmal die einschlaegige Literatur konsultierst wie z.B. die Buecher von Johnson/Kotz oder google mal Weibull distribution  estimation.
Bezug
Ansicht: [ geschachtelt ] | ^ Forum "Statistik (Anwendungen)"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien


^ Seitenanfang ^
www.unimatheforum.de
[ Startseite | Forum | Wissen | Kurse | Mitglieder | Team | Impressum ]