Estoy atrapado en cómo resolver este problema.
Entonces, tenemos dos secuencias de variables aleatorias, e para . Ahora, e son distribuciones exponenciales independientes con parámetros y . Sin embargo, en vez de observar y , observamos en lugar y .
y si y 0 si . Tengo que encontrar formas cerradas para los estimadores de máxima verosimilitud de y sobre la base de y . Además, tenemos que demostrar que estos son máximos globales.
Ahora, sé que el mínimo de dos exponenciales independientes es en sí mismo exponencial, con la tasa igual a la suma de las tasas, por lo que sabemos que es exponencial con el parámetro . Por lo tanto, nuestro estimador de máxima verosimilitud es: .
Pero estoy atrapado con dónde ir desde aquí. Sé que es una distribución de Bernoulli con el parámetro , pero no sé cómo convertir esto en una declaración sobre uno de los parámetros. Por ejemplo, ¿qué estaría estimando el MLE en términos de y / o ? Entiendo que si , entonces , pero estoy teniendo dificultades para descubrir cómo llegar a cualquier enunciado algebraico, aquí.
ACTUALIZACIÓN 1: Así que me han dicho en los comentarios para derivar la probabilidad para la distribución conjunta de y .
Entonces donde . ¿Correcto? No sé cómo más derivar una distribución conjunta en este caso, ya que y no son independientes.
Entonces esto nos da, , según la definición de anterior. Pero ahora que? Esto no me lleva a ninguna parte. Si voy a través de las etapas de calcular la probabilidad, consigo: (con y como los tamaños de las muestras para cada parte de la mezcla ...)
Si tomo las derivadas parciales, esto me dice que mi MLE estimaciones de y son sólo la media de la 's condicionada a . Es decir,
y
fuente
Respuestas:
No tengo suficientes puntos para comentar, así que escribiré aquí. Creo que el problema que publica puede verse desde una perspectiva de análisis de supervivencia, si considera lo siguiente:
Ambos tienen una distribución exponencial con e independientes. Entonces es el tiempo de supervivencia observado y el indicador de censura.X Y Zi Wi
Si está familiarizado con el análisis de supervivencia, creo que puede comenzar desde este punto.
Notas: Una buena fuente: Análisis de datos de supervivencia por DRCox y D.Oakes
A continuación se muestra un ejemplo: Suponiendo que el pdf de la distribución del tiempo de supervivencia es . Entonces la función de supervivencia es: . Y la probabilidad de registro es:f(t)=ρe−ρt S(t)=e−ρt
con resumen sobre personas sin censura ( ) y personas censuradas ( ) respectivamente.u c
Debido al hecho de que donde h (t) es la función de peligro, esto se puede escribir:f(t)=h(t)S(t)
Y el estimador de máxima verosimilitud de es:ρ^ ρ
fuente