Công cụ ước tính cho hệ số tương quan (trong trường hợp tiêu chuẩn bivariate bình thường bằng hiệp phương sai)
r~=1n∑i=1nxiyi
là công cụ ước tính Phương pháp của các khoảnh khắc, hiệp phương sai mẫu. Hãy xem liệu nó có trùng với công cụ ước tính khả năng tối đa không, .ρ^
Mật độ khớp của một tiêu chuẩn bivariate bình thường với hệ số tương quan làρ
f(x,y)=12π1−ρ2−−−−−√exp{−x2+y2−2ρxy2(1−ρ2)}
và vì vậy khả năng đăng nhập của mẫu iid có kích thước làn
lnL=−nln(2π)−n2ln(1−ρ2)−12(1−ρ2)∑i=1n(x2i+y2i−2ρxiyi)
(ở đây giả định iid liên quan đến mỗi lần rút từ dân số hai chiều)
Lấy đạo hàm tương ứng với và đặt nó bằng 0 sẽ cho đa thức bậc 3 trong :ρρ
ρ^:nρ^3−(∑i=1nxiyi)ρ^2−(1−1n∑i=1n(x2i+y2i))nρ^−∑i=1nxiyi=0
Việc tính toán là chính xác có thể được xác minh nếu người ta lấy giá trị kỳ vọng của đạo hàm được đánh giá theo hệ số thực -it sẽ bằng không.ρ
Cho chặt, ghi , đó là tổng của các mẫu phương sai của và . Nếu chúng ta chia biểu thức đạo hàm 1 cho thì công cụ ước tính MoM sẽ xuất hiện, cụ thể(1/n)∑ni=1(x2i+y2i)=(1/n)S2XYn
ρ^:ρ^3−r~ρ^2+[(1/n)S2−1]ρ^−r~=0
⇒ρ^(ρ^2−r~ρ^+[(1/n)S2−1])=r~
Thực hiện đại số, không khó để kết luận rằng chúng ta sẽ thu được if, và chỉ khi, , tức là chỉ khi điều đó xảy ra thì tổng phương sai mẫu bằng tổng của phương sai thực sự. Vì vậy, nói chungρ^=r~(1/n)S2=2
ρ^≠r~
Vậy chuyện gì xảy ra ở đây? Ai đó khôn ngoan hơn sẽ giải thích nó, hiện tại, chúng ta hãy thử mô phỏng: Tôi đã tạo ra một mẫu iid gồm hai tiêu chuẩn chuẩn với hệ số tương quan . Cỡ mẫu là . Các giá trị mẫu làρ=0.6n=1.000
∑i=1nxiyi=522.05,S2=1913.28
Công cụ ước tính Phương pháp Khoảnh khắc cho chúng ta
r~=522.051000=0.522
Điều gì xảy ra với khả năng đăng nhập? Trực quan, chúng ta có
Số, chúng tôi có
ρ0.50.510.520.530.540.550.560.570.580.590.61st deriv−70.92−59.41−47.7−35.78−23.64−11.291.2914.127.1540.4453.98lnL−783.65−782.47−781.48−780.68−780.1−779.75−779.64−779.81−780.27−781.05−782.18
và chúng tôi thấy rằng khả năng đăng nhập có tối đa một chút trước trong đó đạo hàm thứ 1 trở thành số không . Không có gì ngạc nhiên cho các giá trị của không được hiển thị. Ngoài ra, đạo hàm 1 không có gốc khác.ρ=0.56(ρ^=0.558985)ρ
Vì vậy, mô phỏng này phù hợp với kết quả là công cụ ước tính khả năng tối đa không bằng phương pháp ước tính khoảnh khắc (là hiệp phương thức mẫu giữa hai rv's).
Nhưng có vẻ như "mọi người" đang nói rằng nó nên ... vì vậy ai đó nên đưa ra lời giải thích.
CẬP NHẬT
Một tài liệu tham khảo chứng minh rằng MLE là công cụ ước tính Phương pháp của các khoảnh khắc: Anderson, TW, & Olkin, I. (1985). Ước tính khả năng tối đa của các tham số của phân phối chuẩn nhiều biến số. Đại số tuyến tính và các ứng dụng của nó, 70, 147-171.
Có vấn đề ở đây tất cả các phương tiện và phương sai là miễn phí để thay đổi và không cố định?
... Có lẽ có, vì bình luận @ anh chàng trong một câu trả lời (nay đã bị xóa) nói rằng, với cho các thông số trung bình và phương sai thì hai biến bình thường trở thành một thành viên của cong gia đình mũ (và vì vậy một số kết quả và tính chất thay đổi) ... đó dường như là cách duy nhất có thể dung hòa hai kết quả.