統計学: 尤度推定量、最小二乗法

統計学なのですが、悩んでいるところは　微分の極値問題　なので　微分ができる方にも
アドバイスをお願いしたいです。

さて、問題ですが

L　= - Σ（i=1->n)(Yi - θ*Xi)^2/(2*σ^2) - (n/2)ln(2*π*σ^2)　を最大化するθ,σ^2を求め、
そのθとσ^2がLを最大化していることを示せ。という問題です。
　ただし　X1,X2,...,Xn と Y1,Y2,...,Yn は定数扱い。　また　θ>=　0 , n は自然数,σ^2 > 0 です。

もとは　統計学の問題で
線形回帰モデル　　Yi = θ*Xi + εi ,εi は　正規分布　N(0,σ^2)　に従う。　を考えたとき
θとσ^2の最尤推定量を求め、その推定量が尤度を最大化していることを証明せよ。
という問題で

(対数)尤度L　を計算すると
L　= - Σ（i=1->n)(Yi - θ*Xi)^2/(2*σ^2) - (n/2)ln(2*π*σ^2)
となり、　あとは極値問題を解くだけというところから　分からなりました。

この先、私が考えたのは
∂L/∂(σ^2)　=0　かつ　∂L/∂θ　=0　を満たす　θ,σ^2　を求めること(grad(L)を導出)

前者は　　σ^2　=　Σ(Yi-θ*Xi)^2 /n
後者は　　Σ(Yi-θ* Xi)*Xi = 0
という　形に変形できたのですが、
後者の式をこれ以上　くずせませんでした。
ここでアドバイスがほしいのです。

統計、もしくは解析ができる方、アドバイスをいただけないでしょうか。
文が長くなってしまいましたが、よろしくお願いします。

No.1 ベストアンサー 回答者： h191224 回答日時： 2008/01/26 23:06

後者からθを陽に表せというだけなら、

Σ(Yi-θ* Xi)*Xi = 0
⇔　ΣXiYi-θΣXi^2= 0
⇔　θ=ΣXiYi/ΣXi^2
となるのですが…