Wann wende ich die Methode der kleinsten Quadrate und wann die Maximum Likelihood Methode an?

... komplette Frage anzeigen

1 Antwort

Ich kenne die Antwort auf deine Frage nicht, aber Wikipedia scheint sie zu kennen -->

https://de.wikipedia.org/wiki/Sch%C3%A4tzmethode_%28Statistik%29#Kleinste-Quadrate-Methode

Zitat -->

Der Vorteil der Kleinste-Quadrate-Methode ist, dass keine Annahme über den Verteilungstyp gemacht werden muss, sondern nur bzgl. des Zusammenhangs zwischen dem Erwartungswert und dem unbekannten Parameter. Damit ist diese Schätzmethode in einem breiteren Problemkreis anwendbar.

Der Vorteil ist jedoch auch ein Nachteil. Da nur Information über den Erwartungswert benutzt wird, und nicht über die Verteilung wie bei der Maximum-Likelihood-Methode, weisen die Schätzfunktionen nicht so gute Eigenschaften wie Schätzfunktionen aus der Maximum-Likelihood-Methode auf.

Falls der Erwartungswert nicht linear vom Parameter abhängt, müssen auch bei dieser Methode im Allgemeinen numerische Näherungsverfahren zur Bestimmung des Minimums verwendet werden.

Antwort bewerten Vielen Dank für Deine Bewertung
Kommentar von KarlDieterKlaus
03.11.2015, 18:51

Ja, dazu habe ich schon viel gefunden, auch aus verlässlicheren Quellen als Wikipedia ;) Was ich suche ist aber etwas spezieller, also eher genaue Anwendungsbeispiele.. Die benötigten Annahmen für die beiden Methoden habe ich nämlich schon heraus gearbeitet, aber trotzdem danke!

1