Estimation par maximum de vraisemblance
Bonsoir à tous,
je dispose d'une suite de v.a. indépendantes et identiquement distribuées, suivant une loi de densité $f:x \mapsto \frac{a}{2} e^{-a|x-b|}$ et j'aimerais trouver un estimateur par maximum de vraisemblance des paramètres réels $a$ et $b$.
Pour cela, j'ai posé $g(a,b)=f(x_1) \times \cdots\times f(x_n)$ et j'ai tenté de trouver les extrema de cette fonction par la méthode usuelle, si la dérivée partielle de $g$ en $a$ ne pose guère de problèmes... je n'obtiens rien de bon avec la dérivée partielle en $b$ à cause de cette satanée valeur absolue...
Si quelqu'un a une idée...
Bonne soirée
F.
Réponses
-
Bonsoir,Si j'ai bien compris, $x_1, x_2, \dots x_n $ étant des réels fixés rangés dans l'ordre croissant, il s'agit de déterminer les extrema de $$g:\:\: \R_+^*\times\R \to \R , \quad (a,b) \mapsto \displaystyle \prod_{i=1} ^n a \mathrm e^{-a|x_i-b|}.$$Le minimum de $g$ est clairement égal à $0$ et n'est atteint en aucun point de $\R_+^*\times \R.$ Pour déterminer le maximum de $g$, il est commode de rechercher celui de $h = \log \circ g.\:\: $ Pour cela, on note: $\quad h_b : a \mapsto h(a,b), \quad S: b \mapsto \displaystyle \sum _{i=1}^n |x_i-b|.$$h_b(a) = n \log a -S(b)a.\quad$ Ainsi, le maximum de $h_b$ sur $\R_+^*$ est $\:\: M(b) = h_b\left(\dfrac n{S(b)}\right) =n \left( \log n -\log S(b) -1 \right).$$\max \Big\{ h(a,b) \mid (a,b)\in \R_+^*\times \R \Big \}= \max \Big \{M(b) \mid b \in \R \Big \}.\:\:$ Le maximum de $M(b)$ est atteint lorsque $S(b)$ est minimum.$S$ est une fonction continue sur $\R$, affine par morceaux, qui atteint son minimum en la valeur $\mu = x_{\lfloor (n+1)/2\rfloor} $ médiane des $x_i.$$$ \forall (a,b) \in \R_+^*\times \R, \quad g(a,b) \leqslant g\left (\dfrac n{S( \mu)} , \mu \right)$$
-
Bonsoir Lou16,merci de ta réponse j'avais trouvé un truc dans ce genre mais je pêchais à la rédaction et n'était pas très sur de mon résultat.Du coup si j'ai bien compris un estimateur par maximum de vraisemblance du paramètre $b$ est donc une valeur médiane des $X_i$ ?Disposant d'une estimation de $b$, celle de $a$ est alors $\frac{n}{S(b)}$ ?L'intérêt de cet exemple est donc de donner un exemple de loi pour laquelle estimateur par moments et estimateur par maximum de vraisemblance sont différents.Encore merci et bonne soiréeF.
Connectez-vous ou Inscrivez-vous pour répondre.
Bonjour!
Catégories
- 163.1K Toutes les catégories
- 8 Collège/Lycée
- 21.9K Algèbre
- 37.1K Analyse
- 6.2K Arithmétique
- 53 Catégories et structures
- 1K Combinatoire et Graphes
- 11 Sciences des données
- 5K Concours et Examens
- 11 CultureMath
- 47 Enseignement à distance
- 2.9K Fondements et Logique
- 10.3K Géométrie
- 62 Géométrie différentielle
- 1.1K Histoire des Mathématiques
- 68 Informatique théorique
- 3.8K LaTeX
- 39K Les-mathématiques
- 3.5K Livres, articles, revues, (...)
- 2.7K Logiciels pour les mathématiques
- 24 Mathématiques et finance
- 312 Mathématiques et Physique
- 4.9K Mathématiques et Société
- 3.3K Pédagogie, enseignement, orientation
- 10K Probabilités, théorie de la mesure
- 772 Shtam
- 4.2K Statistiques
- 3.7K Topologie
- 1.4K Vie du Forum et de ses membres