Функция правдоподобия выборки представляет собой совокупную плотность участвующих случайных величин, но рассматриваемая как функция неизвестных параметров, учитывая конкретную выборку реализаций из этих случайных величин.
В вашем случае кажется, что здесь предполагается, что каждый из этих электронных компонентов следует за временем жизни (т. Е. Имеет предельное распределение), экспоненциальное распределение с идентичным параметром скорости , и поэтому предельный PDF равен:θ
fXi(xi∣θ)=θe−θxi,i=1,2,3
Кроме того, кажется, что жизнь каждого компонента полностью независима от жизни других. В таком случае функция плотности соединения является произведением трех плотностей,
fX1,X2,X3(x1,x2,x3∣θ)=θe−θx1⋅θe−θx2⋅θe−θx3=θ3⋅exp{−θ∑i=13xi}
Чтобы превратить это в функцию правдоподобия выборки, мы рассматриваем ее как функцию учетом конкретной выборки .θxi
L(θ∣{x1,x2,x3})=θ3⋅exp{−θ∑i=13xi}
где изменилась только левая часть, чтобы указать, что считается переменной функции. В вашем случае доступная выборка - это три наблюдаемых времени жизни и т. Д. . Тогда вероятность{x1=3,x2=1.5,x3=2.1}∑3i=1xi=6.6
L(θ∣{x1=3,x2=1.5,x3=2.1})=θ3⋅exp{−6.6θ}
Другими словами, по вероятности, которую вам дали, конкретный доступный образец уже вставлен в него. Обычно это не делается, т. Е. Мы обычно «останавливаемся» на теоретическом представлении вероятности для общих , затем выводим условия для его максимизации относительно , а затем включаем в условия максимизации конкретное числовое значение. выборка значений , чтобы получить конкретную оценку для . θ x θxiθxθ
Правда, если посмотреть на такую вероятность, можно прояснить тот факт, что для вывода (для конкретного предположения о распределении) здесь важна сумма реализаций, а не их отдельные значения: приведенная выше вероятность не является «образцом». -специфичный "но скорее" специфичный для суммы реализаций ": если нам дадут любую другую выборку с для которой сумма ее элементов снова равна , мы получим такую же оценку для (это по сути то, что это означает, что является «достаточной» статистикой - она содержит всю информацию, которую выборка может предоставить для вывода, в соответствии с определенным предположением распределения).6,6 θ ∑ xn=36.6θ∑x