34. 2.3.4 ガウス分布の最尤推定(p91)
34
— µに関しての導出関数は
∂ 1 N −1 N
ln p(X | µ, Σ) = Σ (Σ + Σ)(xn − µ ) = Σ Σ−1 (xn − µ )
∂µ 2 n=1 n=1
この本だとΣは対称行列であると仮定している
で与えられ、これを0と置くと平均は
1 N
µ ML = Σ xn
N n=1
35. 2.3.4 ガウス分布の最尤推定(p91)
35
— Σの最大化は複雑である。対称性と正定値性の制約
を明示的に考慮する解法は考案されており、結果は
次のようになる。(次のスライドに解説)
1 N
Σ ML = ∑ (xn − µ ML )(xn − µ ML )T
N n=1
— 真の分布での最尤推定解の期待値
E[µ ML ] = µ
N
E[Σ ML ] = Σ
N −1
平均については最尤推定の期待値は真の平均に等しいことが分かる。
36. Σの最大化(1)
36
∂ N ∂ 1 ∂ N
ln p(X | µ, Σ) = − ln | ∑ | − Σ (xn − µ )T Σ−1 (xn − µ )
∂∑ 2 ∂∑ 2 ∂∑ n=1
第1項 N ∂ N −1 T
− ln | ∑ |= − (∑ )
2 ∂∑ 2
第2項 xn-µ=yと置換する
N $ −1 '
Σ (xn − µ ) Σ (xn − µ ) = y Σ y = tr & Σ ∑ yi yi )
T −1 T −1 T
n=1
% i (
37. Σの最大化(2)
37
Σで微分
∂ % −1 ( %% ∂ −1 ( ( % ∂ (
tr ' Σ (∑ yi yi )* = tr ''
T
Σ * (∑ yi yi )* = −tr ' Σ (
T
'
−1
Σ)Σ (∑ yi yi )*
−1 T
*
∂∑ & i ) && ∂∑ ) i ) & ∂aij i )
逆関数の微分 tr(AB)=tr(BA)
% ∂ (
' ∂a Σ)Σ (∑ yi yi )Σ *
−1 T −1
= −tr ' ( *
& ij i )
38. Σの最大化(3)
38
C = Σ−1 (∑ yi yiT )Σ−1
i
とする。
## ∂ & & ## ∂ & & # # ∂ & &
tr %%
%% ∂a Σ ( C ( = ∑%%
( ( %% Σ( Cs ( = ∑% ∑%
( ( % % Σ(ct,s (
( (
$$ ij ' ' s $$ ∂aij ' 'ss s $ t $ ∂aij ' '
= ∑δi,sδ j,t ct,s = ct,s
よって第二項は
T
1 ∂ N % −1 (
Σ (xn − µ ) Σ (xn − µ ) = − ' ∑ (∑ yi yi )∑*
T −1 T
2 ∂∑ n=1 & i )
39. Σの最大化(4)
39
T
∂ 1 −1 T 1 % −1 (
ln p(X | µ, Σ) = − N (∑ ) + ' ∑ (∑ yi yi )∑ *
T −1
∂∑ 2 2& i )
これが0になるので転置をとって
−N ∑−1 +∑−1 (∑ yi yiT )∑−1 = 0
i
∑−1 (∑ yi yiT )∑−1 = N ∑−1
i
1 1
∑ML = ∑ yi yi = ∑ (xi − µ )(xi − µ )T
T
N i N i
51. 2.3.8 周期変数
51
— 周期変数の観測値の集合D={θ1 … θn}の平均を求める
ときに|x|=1,n=1,…,Nを満たす二次元単位ベクトル
x1,..,xNで観測値を表せることに注目する。
角度の平均の代わりに、ベクトル{xn}の平均
1 N
x = ∑xn
N n=1
を求める。そしてこの平均に対応するθを求める。
観測値の直交座標と単純平均の直交座標から
1 N 1 N
x1 = r cosθ = ∑
N n=1
cosθ n , x 2 = r sin θ = ∑ sin θ n
N n=1
⎧ ∑n sinθ n ⎫
⎪
−1 ⎪
θ = tan ⎨ ⎬
⎪ ∑n cosθ n ⎪
⎩ ⎭ を得る。
55. フォン・ミーゼス分布の最尤推定
55
— 対数尤度関数 ln p は以下のように表される。
N
ln p(D | θ 0 , m) = −N ln(2π ) − N ln I 0 (m) + m∑ cos(θ n − θ 0 )
n=1
— θ0 についての導関数を0とおく。
N
∑ sin(θ
n =1
n − θ0 ) = 0
N
∑ (sin θ
n =1
n cosθ 0 − cosθ n sin θ 0 ) = 0
N N
cosθ 0 ∑ sin θ n = sin θ 0 ∑ cosθ n
n =1 n =1
— θ0 について解き、以下の最尤解を得る。これは先ほどの平均と同じ形である。
ML
⎧ ∑n sin θ n ⎫
⎪ −1 ⎪
θ = tan ⎨ ⎬
⎪ ∑n cosθ n ⎪
⎩ ⎭
56. フォン・ミーゼス分布の最尤推定
56
— mについても最大化する。
¡ どうやら難しいようなので結果だけが教科書に書かれている。
N
I 0 ' (mML ) 1
I 0 (mML ) N
= ∑ cos(θ
n =1
n − θ ML )