Ocene parametrov večrazsežne normalne porazdelitve z metodo največjega verjetja : delo diplomskega seminarja

Munda, Jaka (avtor), Peperko, Aljoša (mentor)

V diplomski nalogi obravnavamo primera podatkov z manjkajočimi podatki in primer brez manjkajočih podatkov, ki izhajajo iz zaporedja slučajnih vektorjev, ki so neodvisno enako porazdeljeni z večrazsežno normalno porazdelitvijo s parametroma vektorjem matematičnega upanja in kovariančno matriko. Za vsako obliko podatkov lahko po metodi največjega verjetja izračunamo cenilki parametrov porazdelitve. Pristopov za izračun cenilke po metodi največjega verjetja je več, v delu obravnavamo pristopa z matričnim odvajanjem in matrično transformacijo. Obravnavamo še monoton vzorec, ki je poseben primer manjkajočih podatkov, za katerega prav tako izračunamo cenilki za parametra po metodi največjega verjetja.

• Jezik: Slovenski jezik
• Ključne besede: večrazsežna normalna porazdelitev, metoda največjega verjetja, matrično odvajanje, monoton vzorec
• Vrsta gradiva: Delo diplomskega seminarja/zaključno seminarsko delo/naloga
• Tipologija: 2.11 - Diplomsko delo
• Organizacija: FMF - Fakulteta za matematiko in fiziko
• Leto izida: 2019
• PID: 20.500.12556/RUL-110973
• UDK: 519.2
• COBISS.SI-ID: 18737497
• Datum objave v RUL: 21.09.2019

MUNDA, Jaka, 2019, Ocene parametrov večrazsežne normalne porazdelitve z metodo največjega verjetja : delo diplomskega seminarja [na spletu]. Diplomsko delo. [Dostopano 11 april 2025]. Pridobljeno s: https://repozitorij.uni-lj.si/IzpisGradiva.php?lang=slv&id=110973

Sekundarni jezik

• Jezik: Angleški jezik
• Naslov: Maximum likelihood estimation of the parameters of a multivariate normal distribution

Izvleček

In this paper we consider sample with missing data and sample without missing data, that comes from multivariate normal distribution with parameters mean vector and covariance matrix. No matter the shape of the data we can estimate parameters with maximum likelihood estimation. There are various techniques for estimating parameters with maximum likelihood estimation. We consider two techniques, namely, matrix differentiation and matrix transformation. With both techniques we must derivate likelihood function that we get from the sample. We also consider monotone sample, which is a special case of missing data for which we can also estimate parameters with method of maximum likelihood estimation.

• Ključne besede: multivariate normal distribution, maximum likelihood estimation, matrix differentiation, monotone sample