Idee: Maximum-Likelihood Schätzer

Slides:



Advertisements
Ähnliche Präsentationen
Mit dem Zufall rechnen – Aufgabe 1
Advertisements

Definition [1]: Sei S eine endliche Menge und sei p eine Abbildung von S in die positiven reellen Zahlen Für einen Teilmenge ES von S sei p definiert.
Fairness bei Spielen HU-Berlin Stochastik und ihre Didaktik
Interview mit der Tell Familie
Klicke Dich mit der linken Maustaste durch das Übungsprogramm!
Klicke Dich mit der linken Maustaste durch das Übungsprogramm!
Klicke Dich mit der linken Maustaste durch das Übungsprogramm!
Klicke Dich mit der linken Maustaste durch das Übungsprogramm! Der Umfang von Dreiecken Ein Übungsprogramm der IGS - Hamm/Sieg © IGS-Hamm/Sieg 2007 Dietmar.
Klicke Dich mit der linken Maustaste durch das Übungsprogramm!
„Der Euro: Hart, aber unfair: Die neue Währung als Spielverderber“
Wahrscheinlichkeit und die Normalverteilung
Kapitel III: Stochastische Modelle im Januar haben wir behandelt: 12/3
Tutorium
Übungen zur Vorlesung Stochastik und ihre Didaktik
Vorlesung: Biometrie für Studierende der Veterinärmedizin
Bayes‘sche Verfahren (Mitchell Kap. 6), Teil 1
Prozentrechnung … geht ganz einfach.
Wer wird Millionär Die 1,000,000 € Frage.
Histogramm/empirische Verteilung Verteilungen
Sie : -spät geworden was, Supermann. Er : -ich kann es dir erklären
Frauen hinter den Herd? BLÖDSINN - wenn die Schalter doch vorne sind!
Wahrscheinlichkeitsrechnung Grundbegriffe
Blondine(n) an der Tankstelle ....
Wie Sie Ihn abblitzen läßt…...
Eine Gruppe von Männern sitzt zusammen in der Sauna,...
also gut ich erzähl was mal sehen ob es klappt
FKK Urlaub „all inclusive“
Die t-Verteilung und die Prüfstatistik
Chaos und Fraktale M. Bostelmann Michael Bostelmann.
Übung zur Vorlesung Stochastik und ihre Didaktik (BA)
WEIHNACHTSFABEL J. HILDEBRANDT
Zeit zum Denken Zeit zum Jungsein Zeit zum Reifen.
PPSFun.net Download Ein blondes Mädchen.
Die Eifersucht meiner Freundin
Eine Blondine spielt bei „Wer wird Millionär„ mit
Wir werden jeden Tag ein bisschen älter!
Wahrscheinlichkeitsrechnung
Eine Blondine spielt bei mit
Wahrscheinlichkeitsrechnung
Die Wahrscheinlichkeit
Eine Blondine sitzt bei "Wer wird Millionär"
Warum nur Deutschland Europameister 2004 werden kann!
Das bin ich Clariro Clariro Das bin ich
"Herr Doktor, Herr Doktor, ich hab Durchfall, kann ich damit baden ?"
Zeit zum Denken Zeit Zum Jung sein Zeit zum Jungsein.
Der Dortmunder!. Kommt ein Dortmunder ins Krankenhaus, weil er bei einer Schlägerei mit Schalkern ein Ohr verloren hat.
MODAL-PARTIKELN.
Frauen hinter den Herd? BLÖDSINN - wenn die Schalter doch vorne sind!
Ein blondes Mädchen kommt von der Schule nach Hause.
Ich habe nie gesehen was du eigentlich bist was du mir bringst was du mit mir machst wie viel du wert bist und warum ich dich mag.
Kann man den Bremern noch helfen ???
Schnittpunkt von zwei Geraden
Ein blondes Mädchen kommt von der Schule nach Hause.
Eine Blondine spielt bei „Wer wird Millionär „ mit.
Vom graphischen Differenzieren
PPSFun.net Download Ein blondes Mädchen.
Hast Du Zeit.
und du hast wieder mal nichts anderes zu tun, als am PC zu sitzen
DIE ALTE FRAU UND IHRE TASCHEN.
Methode des internen Zinsfußes
Von Schätzern – über’s Schätzen Warum lassen Schätzer eigentlich nicht mit sich reden? „Egal, was ich denen zu erzählen hatte, die wollten das gar nicht.
Al Bundy‘s Sprüche.
Eine Jugendsünde Der arme Wartburg. Weil ich so gut durch die Kurven rutschen konnte, dachte ich diese herausragende Leistung müsste für die Nachwelt.
Www. FunFriends.de Blondine bei "Wer wird Millionär"
Wenn es dir manchmal. geht und das Leben für Dich eine.
Wolfgang´s Powerpoint Präsentation Einsam.
Titel: Quelle: Übungsart: Titel: Quelle: Rechnen Sammelsurium
Wahrscheinlichkeitsrechnung Stochastische Unabhängigkeit Ex
 Präsentation transkript:

Idee: Maximum-Likelihood Schätzer Eine fremde Person bietet mir ein Glücksspiel mit seiner Münze an: Wenn „Kopf“ kommt, gewinne ich 1 Euro Wenn „Zahl“ kommt, verliere ich 1 Euro Wir werfen 10mal die Münze und es kommt nur 1mal Kopf. Welches Szenario ist am plausibelsten: a) Die Münze war unfair mit: p1=P({Kopf})=0,9 b) Die Münze war fair und somit: p2=P({Kopf})=0,5 c) Die Münze war unfair mit: p3=P({Kopf})=0,2

Idee: Maximum-Likelihood Schätzer Lösung: Am intuitivsten wäre wohl c) p3=P({Kopf})=0,2. Denn wäre a) p1=P({Kopf})=0,9 richtig, wäre es doch extrem unwahrscheinlich, dass bei 10 Würfen nur einmal Kopf kommt: Pp1({10 Münzwürfe: 1mal Kopf})= ≈ 0,000000009 Wäre b) p2=P({Kopf})=0,5 richtig, wäre die Wahrscheinlichkeit bei 10 Würfen nur einmal Kopf zu erhalten: Pp2({10 Münzwürfe: 1mal Kopf})= ≈ 0,0098 Bei c) p3=P({Kopf})=0,2 wäre es aber gar nicht so unwahrscheinlich, dass bei bei 10 Würfen nur einmal Kopf kommt: Pp3({10 Münzwürfe: 1mal Kopf})= ≈ 0,2684

Idee: Maximum-Likelihood Schätzer Gäbe es einen noch plausibleren Schätzer für p? Bei welcher Schätzung für p wäre es am wahrscheinlichsten gewesen, dass bei 10 Würfen nur einmal Kopf kommt? Wir berechnen für jeden möglichen Schätzwert von p die Wahrscheinlichkeit bei 10 Würfen nur einmal Kopf zu bekommen (und nennen dies Likelihoodfunktion L(p)= ) und tragen die Werte in eine Grafik ein.

Man sieht, dass es dann am wahrscheinlichsten ist, dass bei 10 Würfen nur einmal Kopf kommt, wenn pML =0,1. Der Wert der Likelihood ist an dieser Stelle deutlich höher als z.B. bei p3 = 0,2: PpML({10 Münzwürfe: 1mal Kopf}) ≈ 0,3874 > Pp3({10 Münzwürfe: 1mal Kopf}) ≈ 0,2684

Idee: Maximum-Likelihood Schätzer Diesen Wert pML = 0,1 nennen wir Maximum-Likelihood Schätzung (weil er die Likelihoodfunktion maximiert). Wir hätten pML auch direkt berechnen können: 1. Schritt: Likelihoodfunktion anschreiben: L(p)= 2. Schritt: Log-Likelihood berechnen: l(p)=log(L(p))= 3. Schritt: Log-Likelihood nach p ableiten und 0 setzen:

Idee: Maximum-Likelihood Schätzer 4. Schritt: pML ausrechnen: (Dieser Schätzwert pML (für die Wahrscheinlichkeit, dass Kopf kommt) ist eigentlich logisch. Immerhin ergab ja auch 1 von 10 Würfen Kopf.)