Comment calculer le maximum de vraisemblance
La probabilité maximale, ou ML, la méthode a été proposée par le statisticien anglais R. A. Fischer. Cette méthode trouve l`estimation d`un paramètre qui maximise la probabilité d`observer les données indiquées de modèle pour les données. Calculer l`estimation du maximum de vraisemblance d`un paramètre p en prenant la dérivée de la fonction de vraisemblance par rapport à p et trouver le point où p est égal à zéro.
Obtenir la fonction de vraisemblance ou la fonction de densité de probabilité (pdf) du paramètre que vous souhaitez estimer. Le pdf est une fonction qui décrit la probabilité relative d`une variable aléatoire se produise à un point donné. Des exemples de PDF sont la normale, gaussienne inverse, gamma, Poisson et la distribution de Bernoulli. Par exemple, pour une distribution normale, vous pouvez trouver les estimations de moyenne et la variance.
Calculer le logarithme naturel de la fonction de vraisemblance. logarithmes naturels sont faciles à calculer et sont en standard avec la plupart des langages de programmation tels que C, PHP et Matlab (fonction log). Vous pouvez même utiliser la fonction log () dans Excel ou utiliser la calculatrice.
Calculer la dérivée de la fonction de vraisemblance logarithmique par rapport au paramètre que vous essayez d`estimer (p). Des programmes comme Matlab ont construit dans les fonctions telles que la diff () et polyder () pour calculer la dérivée. Dans d`autres programmes tels que C et Excel, on peut calculer la dérivée de y par rapport à x comme suit: dy / dx = (y1-y0) / (x1-x0). Où y1, x1 sont les valeurs actuelles des variables d`entrée et de sortie y et x, et y0, x0 sont les (décrémentiel) des valeurs précédentes de x et y.
Réglez le dérivé égal à zéro et résoudre pour le paramètre que vous essayez d`estimer (p).