CHAPTER 05 / 5.1
极大似然估计:点估计
调 与 ,让对数似然 尽可能大。
已经有了 20 笔赔款,要用对数正态分布来描述它们,参数 、 该取多少?极大似然估计的回答是:取让这组样本“最可能出现”的那一对参数,也就是让似然函数 最大的 。把对数似然看成 平面上的一座山,极大似然估计就是山顶。
似然 = 各点高度的乘积
ln x 的正态密度当前参数下 ln x 的密度山顶(极大似然估计)的密度
对数似然 -173.389
离山顶还差15.675
方向的坡度 22.758
方向的坡度 44.504
左图的点每移动一下,右图的密度曲线就跟着变,20 个点的高度相乘就是似然。现在离山顶还差 15.67: 方向的坡度为正,应当增大 ; 方向的坡度为正,应当增大 。坡度(偏导数)为 0 的地方就是山顶。
课件例题:数据集 B 的手算过程展开阅读
20 笔工伤医疗赔款(全额损失,无免赔额与限额):
27,82,115,126,155,161,243,294,340,384,457,680,855,877,974,1193,1340,1884,2558,15743
对数正态分布的对数似然:
与参数无关,所以最大化 等价于让 的正态密度的乘积最大,这正是右图中各点高度的乘积。
令两个偏导数为 0:
第一式给出 μ̂,代入第二式给出 σ̂:
这个估计有多准?见 5.2 Hessian 矩阵与方差估计。
似然函数的一般定义展开阅读
设第 次观测到的事件是 ,它来自独立同分布的随机变量 。似然函数是所有观测同时出现的概率,看作参数 的函数:
完整数据(每个 都被精确观察到)时, 换成密度 。乘积取对数变成求和,更容易求导,而且最大值点不变:
数据被截断或删失时(第 4 章), 不再是一个点:例如被限额 右删失的观测贡献 ,免赔额 以上才被记录的观测贡献 。
对应课件的 R 代码展开阅读
fitdistrplus 包用数值优化求极大似然估计,结果与上面的闭式解一致。
x <- c(27, 82, 115, 126, 155, 161, 243, 294, 340, 384,
457, 680, 855, 877, 974, 1193, 1340, 1884, 2558, 15743)
library(fitdistrplus)
mlognormal <- fitdist(data = x, distr = "lnorm", method = "mle",
start = list(meanlog = 6, sdlog = 0.5))
mlognormal$estimate # 6.1379, 1.3894
# 页面当前参数下的对数似然
sum(dlnorm(x, meanlog = 5, sdlog = 1, log = TRUE))