確率分布の利用 (1) 最尤推定

なんとなく昔学んだことを吐き出したくなりました。

お題

コイントスn回繰り返してr回表が出た。更に1回コイントスしたとき表が出る確率を考える。

解答

確率分布パラメータを推定する解

最尤推定

コイントスn回繰り返してr回表が出る確率は以下のようになる。


\displaystyle{\binom{n}{r}}\theta^r(1-\theta)^{n-r}

ここで\thetaコイントスを1回行って表が出る確率。

今回は「コイントスn回繰り返してr回表が出る」という事象は既に起こったことなので確率ではなく尤度といい、Lと表記する。


L(\theta)=\displaystyle{\binom{n}{r}}\theta^r(1-\theta)^{n-r}

この尤度が最大になるような\thetaの値をもって\thetaの推定値とするのが最尤推定


\begin{aligned}
\displaystyle{\frac{\partial}{\partial\theta}}L(\theta)&\propto \displaystyle{\frac{\partial}{\partial\theta}} \theta^r(1-\theta)^{n-r} \\
&= r \theta^{r-1} (1-\theta)^{n-r} + \theta^r (n-r)(1-\theta)^{n-r-1} \cdot (-1)\\
&= \theta^{r-1}(1-\theta)^{n-r-1}\bigl(r(1-\theta)-\theta(n-r)\bigr)
\end{aligned}

\displaystyle{\frac{\partial}{\partial\theta}}L(\theta)=0なる\thetaを求める。


\begin{aligned}
r(1-\theta)-\theta(n-r)&=0\\
r-r\theta-\theta(n-r)&=0\\
n\theta&=r\\
\theta&=\frac{r}{n}
\end{aligned}

ということで、コイントスを1回行って表が出る確率\theta\displaystyle{\frac{r}{n}}と推定されたので、更に1回コイントスしたとき表が出る確率は\displaystyle{\frac{r}{n}}と考えられる。