KIT-Bibliothek
Audio-/Videodatei publizieren
Anleitung zum Publizieren

Maximum-Likelihood-Schätzung (elementar)

Autor

Norbert Henze

Beteiligtes Institut

Institut für Stochastik (STOCH)
Fakultät für Mathematik (MATH)

Genre

Lehrmaterialien

Beschreibung

Maximum-Likelihood-Schätzung ist ein Konzept zum Schätzen eines unbekannten Parameters innerhalb einer als Rahmenmodell vorgegebenen parametrischen Familie von Verteilungen. Es wurde vom britischen Statistiker Sir Ronald Aylmer Fisher (1890-1962) mathematisch genauer untersucht und bekanntgemacht; die zugrundeliegende Idee war aber unter anderem schon Carl-Friedrich Gauß (1777-1855) bekannt. Im Rahmen einer parametrischen Familie auf einem in diesem Video betrachteten diskreten Wahrscheinlichkeitsraum (auf dessen Beschränkung sich der Zusatz 'elementar' bezieht) besteht das Maximum-Likelihood-Schätzprinzip darin, bei vorliegenden zufallsbehafteten Daten dasjenige in Form eines Parameters gegebene stochastische Modell für das 'glaubwürdigste' anzusehen, dass den Daten die größte Wahrscheinlichkeit verleiht.
In diesem Video wird die Maximum-Likelihood-Schätzmethode vorgestellt
und anhand zweier Beispiele (Schlechtanteil in der statistischen Qualitätskontrolle sowie Schätzung der Trefferwahrscheinlichkeit bei Bernoulli-Versuchen aufgrund der Anzahlen von Fehlversuchen vor dem ersten Treffer) illustriert.

Schlagwörter

Stochastik, Statistik, Maximum-Likelihood-Schätzprinzip

Laufzeit (hh:mm:ss)

00:20:31

Publiziert am

13.09.2021

Fachgebiet

Mathematik

Lizenz

Creative Commons Namensnennung – Nicht kommerziell 4.0 International

Auflösung 1280 x 720 Pixel
Seitenverhältnis 16:9
Audiobitrate 127678 bps
Audio Kanäle 2
Audio Codec aac
Audio Abtastrate 48000 Hz
Gesamtbitrate 251742 kbps
Farbraum yuv420p
Container mov,mp4,m4a,3gp,3g2,mj2
Medientyp video/mp4
Dauer 1231 s
Dateiname DIVA-2021-267_hd.mp4
Dateigröße 38.736.543 byte
Bildwiederholfrequenz 25
Videobitrate 117469 kbps
Video Codec h264

Mediathek-URL

Embed-Code