最大似然估计的几何解释


11

我正在阅读富兰克林·费舍尔(Franklin M. Fisher)的《计量经济学中的识别问题》一书,对他通过可视化似然函数来演示识别的部分感到困惑。

该问题可以简化为:

对于回归,其中Ú d Ñ 0 σ 2一个b是参数。假设Y的系数c等于1。然后,在c a b空间中的似然函数 将沿着射线具有与真实参数的向量及其标量倍数相对应的脊ÿ=一种+Xb+üü一世一世dñ0σ2一世一种bÿCC一种b。仅考虑给定的位置时,似然函数在光线与该平面相交的点处将具有唯一的最大值。C=1个

我的问题是:

  1. 关于演示中提到的山脊和射线,应该如何理解和推理。
  2. 由于射线是真实的参数和标量,因此为什么射线不在给出的平面上,因为参数c的真实值为1。C=1个C

Answers:


1

脱离上下文,这段话有点含糊,但这是我的解释方式。

假设我想对进行线性回归。我会写Ç Ŷ = 一个' + X b ' + Ü其中ù Ñ 0 c ^ 2 σ 2。如果Y = a 0 + X b 0是真实参数,则显然c Y = c a 0 + X c b 0c Y的真实参数CÿCÿ=一种+Xb+üüñ0C2σ2ÿ=一种0+Xb0Cÿ=C一种0+XCb0Cÿ

对于固定的,在c Y上进行回归的似然函数在a ' = c a 0b ' = c b 0处具有唯一的最大值。因此,对于一般的c,真实参数的标量乘以射线形成似然函数的脊,它是三个变量的函数。现在取c = 1c = 1平面相交。CCÿ一种=C一种0b=Cb0CC=1个C=1个

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.