www.vorhilfe.de
Vorhilfe

Kostenlose Kommunikationsplattform für gegenseitige Hilfestellungen.
Hallo Gast!einloggen | registrieren ]
Startseite · Forum · Wissen · Kurse · Mitglieder · Team · Impressum
Forenbaum
^ Forenbaum
Status Englisch
  Status Grammatik
  Status Lektüre
  Status Korrekturlesen
  Status Übersetzung
  Status Sonstiges (Englisch)

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
Forum "Stochastik" - ML-Schätzer/Binomialverteilung
ML-Schätzer/Binomialverteilung < Stochastik < Oberstufe < Schule < Mathe < Vorhilfe
Ansicht: [ geschachtelt ] | ^ Forum "Stochastik"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien

ML-Schätzer/Binomialverteilung: Frage (überfällig)
Status: (Frage) überfällig Status 
Datum: 13:33 Mi 02.05.2007
Autor: ps4c7

Aufgabe
Seien [mm] X_{1},...,X_{n} [/mm] unabhängig und identisch binomialverteilt mit Parametern n=1 und 0 [mm] \le [/mm] p [mm] \le \bruch{1}{2}. [/mm] Bestimmen Sie den Maximum-Likelihood Schätzer für p.

Also die Dichten der jeweiligen Zufallsvariablen sind [mm] f(x_{i})=p^{x_{i}}*(1-p)^{1-x_{i}}*1_{\{0,1\}}(x_{i}) [/mm] wobei 0 [mm] \le [/mm] p [mm] \le \bruch{1}{2} [/mm] ist (1 soll die Indikatorfunktion darstellen), das ist mir noch klar.

Die Likelihoodfunktion habe ich auch schon bestimmt, sowie die Log-Likelihoodfunktion:
Likelihood: [mm] L(x_{1},...,x_{n},p)=\produkt_{i=1}^{n}p^{x_{i}}*(1-p)^{1-x_{i}}*\produkt_{i=1}^{n}1_{\{0,1\}}(x_{i})=p^{y}*(1-p)^{n-y}*\produkt_{i=1}^{n}1_{\{0,1\}}(x_{i}) [/mm] wobei [mm] y:=\summe_{i=1}^{n}x_{i}. [/mm]
Log-Likelihood: [mm] l(x_{1},...,x_{n},p)=y*ln(p)+(n-y)*ln(1-p)+\summe_{i=1}^{n}1_{\{0,1\}}(x_{i}) [/mm]

Soweit, so gut.
Ich will also jetzt versuchen die Log-Likelihood-Funktion zu maximieren, um somit meinen Schätzer für p zu bekommen. Also leite ich die Log-Likelihood ab. Jedoch muss ich hier eine Fallunterscheidung machen (da 0 [mm] \le [/mm] p [mm] \le \bruch{1}{2}). [/mm] Hier liegt nun mein Problem:

Wenn 0 [mm] \le [/mm] p [mm] \le [/mm] 1 als Voraussetzung gelten würde, dann würde ich einfach drei Fälle betrachten:

1. 0<y<n: Ich erhalte durch ableiten als Schätzer [mm] p=\bruch{y}{n} [/mm]
2. y=0: Ich maximiere die Funktion n*ln(1-p) und erhalte [mm] p=0=\bruch{y}{n} [/mm]
3. y=n: Ich maximiere die Funktion n*ln(p) und erhalte [mm] p=1=\bruch{y}{n} [/mm]

Also habe ich letztlich den ML-Schätzer [mm] p=\bruch{y}{n} [/mm]

Aber wie mache ich das ganze nun für 0 [mm] \le [/mm] p [mm] \le \bruch{1}{2}? [/mm] Im dritten Fall kann p ja nicht 1 werden (nach Voraussetzung)?!

Habe ich etwa folgende 3 Fälle:

1. y=0: Analog zu oben
2. 0 < y [mm] \le \bruch{n}{2}: [/mm] Analog zum 1. Fall oben
3. [mm] y>\bruch{n}{2}: [/mm] Ich setze hier einfach [mm] p=\bruch{1}{2} [/mm] (das hab ich mir jetzt einfach logisch gedacht. Also wenn mehr als die Hälfte der [mm] X_{i} [/mm] zutreffen, dann setzte ich den Schätzer für p auf [mm] \bruch{1}{2}) [/mm]

Oder bleibt der Schätzer wie im Fall 0 [mm] \le [/mm] p [mm] \le [/mm] 1???
Bin ein wenig verwirrt und würde mich über eine schnelle Antwort freuen.

        
Bezug
ML-Schätzer/Binomialverteilung: Mitteilung
Status: (Mitteilung) Reaktion unnötig Status 
Datum: 22:53 Mi 02.05.2007
Autor: ps4c7

Wirklich keiner hier, der mir helfen kann?? Wäre echt super, wenn sich jem. findet.

Bezug
        
Bezug
ML-Schätzer/Binomialverteilung: Fälligkeit abgelaufen
Status: (Mitteilung) Reaktion unnötig Status 
Datum: 14:20 Fr 04.05.2007
Autor: matux

$MATUXTEXT(ueberfaellige_frage)
Bezug
Ansicht: [ geschachtelt ] | ^ Forum "Stochastik"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien


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