Bonjour, Je veux cherché l’estimateur de vraisemblance maximal (MLE)d’une fonction à 3 paramètre inconue étant donné une échantillon de taille 50 (les observations des valeurs de x) alors comment je peux procédé La fonction de densité est définie par : f(x)= 1/3(g(a1)+g(a2)+g(a3)) avec g(ai)=(exp(ai)*ai^x)/x! pour i=1,2,3. Je vous remercie beaucoup. A. Elhabti --------------------------------- t ! [[alternative HTML version deleted]]
Salut, je pense tu dois calculer/determiner la function of vraisemblance di f(x). D'apr??s tu peux chercher le valeur des parametres a1,a2,a3 che rendent maxime la vraisemblance di f(x) en employant les funtions de R: optimize() or optim() pur maximizer la vraisemblance di f(x) avec des methodes numeriques. Hi, I believe you have to find the likelihood function of f(x) and after you can obtain the ML estimates of a1, a2, a3 maximazing the likelihood function using optimize() or optim(). Best. Vito Bonjour, Je veux cherch?? l?estimateur de vraisemblance maximal (MLE)d?une fonction ?? 3 param??tre inconue ??tant donn?? une ??chantillon de taille 50 (les observations des valeurs de x) alors comment je peux proc??d?? La fonction de densit?? est d??finie par : f(x)= 1/3(g(a1)+g(a2)+g(a3)) avec g(ai)=(exp(ai)*ai^x)/x! pour i=1,2,3. Je vous remercie beaucoup. A. Elhabti ====Diventare costruttori di soluzioni Visitate il portale http://www.modugno.it/ e in particolare la sezione su Palese http://www.modugno.it/archivio/cat_palese.shtml
On Thu, Jul 22, 2004 at 06:48:58AM +0200, Ahmed Elhabti wrote:> Je veux cherch? l?estimateur de vraisemblance maximal (MLE)d?une fonction ? 3 param?tre inconue ?tant donn? une ?chantillon de taille 50 (les observations des valeurs de x) alors comment je peux proc?d? > > La fonction de densit? est d?finie par : > > > > f(x)= 1/3(g(a1)+g(a2)+g(a3)) > > > > avec g(ai)=(exp(ai)*ai^x)/x! pour i=1,2,3.The list language is English, so please pardon my reply for using it. This should be reasonably straightforward with optim() and a simple function that sums the terms of the log-likelihood, see help("optim"). There is also the mle function / class in stats4 which may help you as it wraps around optim(), see help("mle", package="stats4").> Je vous remercie beaucoup.De rien. Dirk -- Those are my principles, and if you don't like them... well, I have others. -- Groucho Marx