第二节 最大似然估计法.pptVIP

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第二节 最大似然估计法

* 第七章 参数估计 §7.2 最大似然估计法 极大似然法的基本思想 先看一个简单例子: 一只野兔从前方窜过 . 是谁打中的呢? 某位同学与一位猎人一起外出打猎 . 如果要你推测, 你会如何想呢? 只听一声枪响,野兔应声倒下 . 选择一个参数使得实验结果具有最大概率 极大似然估计原理: 当给定样本X1,X2,…Xn时,定义似然函数为: 设X1,X2,…Xn是取自总体X的一个样本,样本的联合密度(连续型)或联合概率函数(离散型)为 f (X1,X2,…Xn; ) . f (X1,X2,…Xn; ) 似然函数: 极大似然估计法就是用使 达到最 大值的 去估计 . 称 为 的极大似然估计(MLE). f (X1,X2,…Xn; ) 看作参数 的函数,它可作为 将以多 大可能产生样本值X1,X2,…Xn的一种度量 . 极大似然估计法 例1、设一批产品中有次品和正品。为了估计次品率P,从这批产品中抽取容量为n的样本X1, X2, …,Xn, 则有 P{Xi =0}=1-p P{Xi =1}=p 对于样本一次观测值x1, x2, …,xn ,似然函数为 现抽取一容量为10的样本,其观测值为 (x1, x2, …,xn )=(1,1,0, … ,0) 对这一样本观测值,似然函数为 由微分法,可令 得 求参数的最大似然估计的步骤: (1)写出似然函数 (2)取对数 (3)将对数似然函数对各参数求偏导数并令其为零,得对数似然方程组。若总体分布中只有一个未知参数,则为一个方程,称对数似然方程。 (4)从方程组中解出?1,?2,…?k,并记为 试求参数p的极大似然估计量。 故似然函数为 p206 似然函数为: p207 *

文档评论(0)

wyjy + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档