一様分布で最尤法
概要
で なをパラメータに持つについて考える。 このとき、最尤推定量が真値に対して強一致性をもつかどうかを確かめる
密度関数は以下。
条件1: はコンパクト
なので大丈夫そう
条件2:は上半連続
やは台から外れているので考えなくてよさそう。
のとき
連続な関数なのでだいじょうぶ
のとき
のとき
がをまたぐあたりで上半連続ぽいのでだいじょうぶ
条件3:の存在
対数尤度比がで抑えられて、期待値が発散しなければいいらしい。 ただし、期待値はのもとで考えることに注意する。つまりこんなK(x)。
全てのとにおいて次が成立すればよい。
logが邪魔なので、適当に変形する。
こんながあればよい。 それぞれの場合についてLを抑え込めるかどうか考える。
のとき
のとき
のとき
以上のことから、こういう感じにすれば抑えられる
$$ \exp K(x) = \left\{ \begin{array}{} \theta _{0} & ( x \leq 1) \\ \frac{ \theta _{0}}{x} & ( 1 \leq x \lt \theta _{0} ) \\ \infty & ( \theta _{0} \lt x) \end{array} \right. $$
になっとるやんけと思ったが、K(x)を積分する範囲を考えると、これは特に意味がないことがわかる。
ものすごく身も蓋もない感じがするが、K(x)=100万とかでっかい定数を適当にとってくればバウンドできる気がした。 猛烈に強引な方法だけど・・・
条件4:可測
全ての において、十分に小さな に対して、次がxについて可測であればよい。
とおく。
$$ \displaystyle \varphi ( x, \theta , \rho ) = \left\{ \begin{array}{} \displaystyle \frac{1}{ \theta - \rho } & ( x \leq \theta - \rho) \\ \displaystyle \frac{ 1}{x} & ( |x -\theta | \leq \rho ) \\ \displaystyle 0 & ( x \gt \theta + \rho) \end{array} \right. $$
可測っぽい
条件5:識別可能性
によって、分布の密度関数や台が一意に決まると考えると、識別可能性を満たすと考えられる。