超幾何分布的最大概度估計值.docVIP

超幾何分布的最大概度估計值 李政豐 國立竹南高中數學科教師 摘要： 1. 最大概度估計法(maximum-likelihood estimate)與超幾何分配的相關概念。 2. 超幾何分配的點估計在中學數學的教學實例。 引言 由一個常見的中學機率問題談起： 例題1：若要估計明德水庫大頭鰱的總數量(sn)，我們先捕捉200條大頭鰱(若捉到其他魚種就放生不算，且假設每條大頭鰱被捉到的機會均等)，將200條大頭鰱作上記號再放回水庫(m=200)，過了幾天讓各魚群充分混合之後(或許需要更長的時間)，再由水庫中捕捉100條(n=100)大頭鰱，若發現其中有10條(i =10)有作標記，於是估計亦即 (sn表明德水庫中大頭鰱的估計數量)，得到sn=2000。 這種先捕捉，作記號，放回，再捕捉的試驗。則這個再捕捉到的大頭鰱中帶有記號的條數，在統計學中是屬於哪一種分配，它相關的概念為何，用到了哪一個估計的方法。這是我們想要討論研究的目標。 定理與推論 我們以取球的試驗，利用Geogebra、Excel VBA動態模擬的特性，作輔助探討。假設箱中有球，總數量為sn其中紅球數為m非紅球數為(sn-m)從箱中隨機任取n個球出來，,, 表示取出的n個球中恰有i個紅球之機率。這是一個超幾何分布的範例，我們必須先了解超幾何分布的基本統計量與性質。 引理(1) ：. 引理(2) ：. 定理(一)超幾何分布的期望值= (若) ： (利用引理(1)及引理(2)) = (令) 其中 可以看成是總球數(sn-1)其中紅球數(m-1)從中取出(n-1)個球之超幾何分布的機率總和，故. 最大概度估計法(MLE)模擬實驗的情境： 假設箱中有球，總數量sn為未知，其中紅球數m是已知，非紅球數(sn-m)為未知，從箱中隨機任取n個球出來，n是已知，取出紅球的個數i也是已知，, 表示取出的n個球中恰有i個紅球之機率。 當m=30, n=16, i =8已知的條件下，當sn逐漸增加，大小的變化為何？ 下圖(一)中的綠點它的x坐標是球的總數sn而它的y坐標是機率質量函數的值。 圖(一) 觀察上圖(一)，的值先漸增而後漸減，大約在sn=60有最大值。於是我們想觀察漸增的條件： 首先考慮的情況 亦即 的情況，當sn漸增，也逐漸增加，在時，有最大值。 也就是時，有最大值。 在超幾何分布，假設： (a)總球數sn未知。 (b)紅球數m、取球數n、以及n球中取得的紅球數 i 三數皆為已知。 在上面(a)(b)兩條件下，我們將有最大值的情況，以不同的敘述列出如下： (1) 時，隨sn增加而漸增，在時，有最大值。 (2)在取得n球中的紅球數等於超幾何分布的期望值，即(若)時，有最大值。 (3)總球數中的紅球比率，等於取球數中的紅球比率，即時，有最大值。 當我們以有最大值的情況下求得的sn, 作為總球數的估計值。就稱為最大概度估計法(maximum-likelihood estimate)。 我們再以二項分布與超幾何分布期望值相同的性質，以一個例題來討論並解釋我們通常使用這個估計法的情形。 例題2：若要估計水庫裡吳郭魚的總數量(sn)，我們先捕捉500條吳郭魚(若捉到其他魚種就放生不算，且假設每條吳郭魚被捉到的機會均等)，將500條吳郭魚作上記號再放回水庫(m=500)，過了許多天，讓魚群充分混合之後，再由水庫中捕捉1000條吳郭魚(n=1000)，若發現其中有5條(i =5)有作標記，請問水庫裡的吳郭魚總數大概有多少？我們通常是直觀的估計比例相同亦即 (sn表水庫中吳郭魚的估計總數量)，得到sn=100000 這個例子，原本是超幾何分布，每次捕吳郭魚不是獨立事件(在捕1000條吳郭魚的過程，同一條魚不會被捕兩次)，但是超幾何分布與二項分布的期望值相同，都是np其中n=1000是第二次捕魚的數量，表做記號的魚數量m佔全部吳郭魚sn的比例。藉由期望值, 得到sn=100000 而且當被做記號的吳郭魚數量m以及取樣數n=1000，都遠比吳郭魚總數sn少很多時(統計學家認為至少要10倍以上)，在捕1000條吳郭魚的過程，每次捕到有作記號吳郭魚的事件，幾乎接近獨立事件；而且超幾何分布的圖形也會接近二項分布。 例如：A表第一次捕到有作記號的吳郭魚，B表第二次捕到有作記號的吳郭魚。則由超幾何分布. 如果是二項分布，捕捉後又再放回，每次捕捉到有記號的吳郭魚都是獨立事件，, 兩者機率相差甚小。 這個生物統計的實驗示例，在國中七年級數學第二冊的比與比例就很常出現，我們卻很少去了解其中的緣由，常以為是二項分布，殊為可惜。 討論 我們以最大概度估計法，估計明德水庫的大頭鰱總數為例： (1)估計法必須有一定的準確度，才算是好的估計。 (2)做記號的大頭鰱數目m不可太少，要佔總數sn的顯著比率，否則準確度不高