Вы измеряете время ответа и моделируете его как Normal(μ,σ) при известном σ. Какая точечная оценка MLE для μ?
AВыборочная медиана
B
μ_hat = x̄ (выборочное среднее)CМаксимум выборки
DМинимум выборки
Правильный ответ. В нормальной модели
MLE для μ совпадает с выборочным средним x̄.Разбор
Если предпосылка нормальности верна, среднее лучше всего согласуется с формой распределения, и likelihood максимизируется именно на x̄. Это связывает знакомую статистику со смыслом MLE. Ошибка — считать, что MLE обязательно равен медиане или что выборочное среднее всегда плохо из-за выбросов, не проверяя данные.
Проверь себя · 1/3разбор после ответа
Вы измеряете время ответа и моделируете его как
Normal(μ,σ) при известном σ. Какая точечная оценка MLE для μ?Ещё вопросы по теме «Точечные оценки и MLE»
- Вы оцениваете вероятность конверсии `p` по выборке: из 100 пользователей 56 оплатили. Что является точечной оценкой параметра `p`?
- Что означает свойство `несмещённость` для оценки `θ_hat` параметра `θ`?
- Как лучше всего описать `состоятельность` последовательности оценок `θ_hat_n`?
- Есть две оценки одного параметра: `θ_hat_A` несмещённая, но с высокой `variance`; `θ_hat_B` слегка смещённая, но с низкой `variance`. По какому критерию можно оправданно выбрать `θ_hat_B` как более полезную точечную оценку?
- Две оценки параметра `θ` обе имеют свойство несмещённости. У `θ_hat_A` дисперсия меньше, чем у `θ_hat_B` на том же размере выборки. Что можно сказать про эффективность (интуитивно)?
- Все вопросы по «Точечные оценки и MLE» →