Bagaimana kita mendefinisikan estimator untuk data yang berasal dari distribusi binomial? Untuk bernoulli saya bisa memikirkan estimator yang mengestimasi parameter p, tetapi untuk binomial saya tidak bisa melihat parameter apa yang diestimasi ketika kita memiliki n karakterisasi distribusi?
Memperbarui:
Yang saya maksud dengan estimator adalah fungsi dari data yang diamati. Estimator digunakan untuk memperkirakan parameter distribusi yang menghasilkan data.
estimation
binomial
Rohit Banga
sumber
sumber
Jawaban:
Saya kira apa yang Anda cari adalah fungsi menghasilkan probabilitas. Derivasi dari fungsi yang menghasilkan probabilitas dari distribusi binomial dapat ditemukan di bawah
http://economictheoryblog.com/2012/10/21/binomial-distribution/
Namun, melihat Wikipedia saat ini selalu merupakan ide yang baik, walaupun saya harus mengatakan bahwa spesifikasi binomial dapat ditingkatkan.
https://en.wikipedia.org/wiki/Binomial_distribution#Specification
sumber
Setiap distribusi memiliki beberapa parameter yang tidak diketahui. Misalnya dalam distribusi Bernoulli memiliki satu probabilitas parameter keberhasilan yang tidak diketahui (p). Demikian juga dalam distribusi Binomial memiliki dua parameter yang tidak diketahui n dan p. Tergantung pada tujuan Anda, parameter mana yang tidak diketahui yang ingin Anda perkirakan. Anda dapat memperbaiki satu parameter dan memperkirakan yang lainnya. Untuk informasi lebih lanjut, lihat ini
sumber
Atau Anda bisa menghitung MLE (mungkin hanya secara numerik), misalnya menggunakan
optim
dalam R.sumber
Saya pikir kita bisa menggunakan metode estimasi momen untuk memperkirakan parameter distribusi Binomial dengan mean dan varians.
Menggunakan metode estimasi momen untuk memperkirakan Parameter dan . [{\ hat {p}} _ n = \ frac {\ overline {X} -S ^ 2} {\ overline {X}}] [\ hat {m} _n = \ frac {\ overline {X} ^ 2} {\ overline {X} -S ^ 2}] Bukti Penduga parameter dan dengan Metode Momen adalah solusi dari sistem persamaan Maka persamaan kami untuk metode momen adalah: [\ overline {X} = mp] [S ^ 2 = mp (1-p).]p m m p mp=X¯,mp(1−p)=S2.
Aritmatika sederhana menunjukkan: [S ^ 2 = mp \ kiri (1 - p \ kanan) = \ bar {X} \ kiri (1 - p \ kanan)] [S ^ 2 = \ bar {X} - \ bar {X } p] [\ bar {X} p = \ bar {X} -S ^ 2, \ mbox {karena itu} \ hat {p} = \ frac {\ bar {X} -S ^ 2} {\ bar {X }}.] Kemudian, [\ bar {X} = mp, \ mbox {artinya,} m \ kiri (\ frac {\ bar {X} -S ^ 2} {\ bar {X}} \ kanan)] [\ bar {X} = m \ kiri (\ frac {\ bar {X} -S ^ 2} {\ bar {X}} \ kanan), \ mbox {atau} \ hat {m} = \ frac {\ bar {X} ^ 2} {\ bar {X} -S ^ 2}. ]
sumber