Estou preso em como resolver este problema.
Portanto, temos duas seqüências de variáveis aleatórias, e para . Agora, e são distribuições exponenciais independentes com parâmetros e . No entanto, em vez de se observar e , observa-se, em vez e .Y i i = 1 , . . . , N X Y X u X Y Z W
e se e 0 se . I tem que encontrar-formas fechadas para os estimadores de probabilidade máxima de e sobre a base de e . Além disso, precisamos mostrar que esses são máximos globais.
Agora, eu sei que o mínimo de dois exponenciais independentes é ele próprio exponencial, com a taxa igual à soma das taxas, então sabemos que é exponencial com o parâmetro . Portanto, nosso estimador de probabilidade máxima é: .
Mas estou preso com aonde ir daqui. Eu sei que é uma distribuição de Bernoulli com o parâmetro , mas não sei como converter isso em uma declaração sobre um dos parâmetros. Por exemplo, o que o MLE estimaria em termos de e / ou ? Eu entendo que se , então , mas estou tendo dificuldade em descobrir como chegar a qualquer declaração algébrica aqui.
UPDATE 1: Então me foi dito nos comentários para derivar a probabilidade para a distribuição conjunta de e .
Então onde . Corrigir? Não sei de que outra forma derivar uma distribuição conjunta neste caso, uma vez que e não são independentes.P = P ( Z i = X i ) Z W
Portanto, isso nos dá, , pela definição de acima. Mas e agora? Isso não me leva a lugar nenhum. Se eu seguir as etapas de cálculo da probabilidade, obtenho: (usando e como o tamanho da amostra para cada parte da mistura ...) W m n
Se tomar as derivadas parciais, isto diz-me que o meu MLE estimativas de e são apenas a média do 's condicional em . Isso é,μ Z W
e
fonte
Respostas:
Como não tenho pontos suficientes para comentar, escreverei aqui. Acho que o problema que você publica pode ser visto da perspectiva da análise de sobrevivência, se você considerar o seguinte:
Ambos têm uma distribuição exponencial com e independentes. Então é o tempo de sobrevivência observado e o indicador de censura.Y Z i W iX Y Zi Wi
Se você está familiarizado com a análise de sobrevivência, acredito que possa começar a partir deste ponto.
Notas: Uma boa fonte: Análise dos dados de sobrevivência da DRCox e da D.Oakes
Abaixo está um exemplo: Supondo que o pdf da distribuição do tempo de sobrevivência seja . Então a função de sobrevivência é: . E a probabilidade do log é: S ( t ) = e - ρ tf(t)=ρe−ρt S(t)=e−ρt
com somatório sobre pessoas sem censura ( ) e pessoas censuradas ( ), respectivamente.u c
Devido ao fato de que que h (t) é a função de perigo, isso pode ser escrito:f(t)=h(t)S(t)
E o estimador de probabilidade máxima de é:ρ^ ρ
dWi=1ρ^=d/∑zi que é o número total de casos ded Wi=1
fonte