Постановка задачи оценивания при использовании метода максимума правдоподобия в основном совпадает с постановкой задачи при использовании метода наименьших квадратов.
Пусть необходимо оценить некоторый n-мерный вектор неизвестных параметров а, в качестве которых можно рассматривать, например, вектор параметров орбиты ИСЗ. Относительно этого вектора известно лишь то, что он принадлежит допустимому множеству . Измерения , l×l, i =0,1, 2,..., N связаны с неизвестными параметрами таким образом, что удается построить плотность вероятностей p(yN/a), где yN попрежнему обозначает блочный вектор . Функцией правдоподобия вектора а называют неотрицательную вещественную функцию L(yN/a), пропорциональную плотности распределения p(yN/a) [11], т. е.
где множитель может зависеть от ,но не зависит от а. При этом функция правдоподобия рассматривается как функция а при фиксированных значениях yN, соответствующих проведенным измерениям.
Оценкой максимального правдоподобия для заданной функции правдоподобия L(yN/a) является вектор , удовлетворяющий соотношению
|
|
В общем случае не требуется, чтобы функция правдоподобия L(yN/a) была дифференцируема по а; при этом оценка максимального правдоподобия не обязательно единственна [11].
После этих общих сведений об оценке максимального правдоподобия перейдем к конкретным ситуациям, в которых удается построить функцию L(yN/a).
Пусть модель измерений имеет вид
причем плотность вероятностей ошибки измерений р( ) известна при всех i. Тогда для всей обрабатываемой выборки можем записать
где — вектор-функция вида ; — блочный вектор вида .
Из (3.177) следует, что . Положив k=1, получим, что . Таким образом, для построения функции*правдоподобия необходимо знать плотность вероятностей ошибок измерения . От вида этого закона зависит структура соответствующего алгоритма оценивания. Оценки максимального правдоподобия, как уже указывалось, находятся из условия (3.177). Необходимое условие экстремума функции правдоподобия
записывается в виде . Это условие следует рассматривать как систему из п нелинейных алгебраических уравнений, среди корней которой находятся оценки максимального правдоподобия, которые должны также удовлетворять достаточному условию (3.176). В математической статистике доказывается, что, в частности, при нормальном законе распределения ошибок р( ) оценка максимального правдоподобия является состоятельной [14]. Поэтому случай нормального распределения вектора представляет самостоятельный интерес.