參數(shù)估計(jì)1最大似然估計(jì)

參數(shù)估計(jì)1最大似然估計(jì)

ID:41865684

大小:463.51 KB

頁(yè)數(shù):21頁(yè)

時(shí)間:2019-09-03

參數(shù)估計(jì)1最大似然估計(jì)_第1頁(yè)
參數(shù)估計(jì)1最大似然估計(jì)_第2頁(yè)
參數(shù)估計(jì)1最大似然估計(jì)_第3頁(yè)
參數(shù)估計(jì)1最大似然估計(jì)_第4頁(yè)
參數(shù)估計(jì)1最大似然估計(jì)_第5頁(yè)
資源描述:

《參數(shù)估計(jì)1最大似然估計(jì)》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)

1、矩估計(jì)法矩思想:利用樣本矩作為相應(yīng)總體矩的估計(jì)量估計(jì)求的矩估計(jì)值和最大似然估計(jì)值。例1設(shè)總體的概率分布為:其中:(0<<1/2),利用總體的如下樣本:3,1,3,0,3,1,2,3二、極大似然估計(jì)法極大似然估計(jì)法是在總體的分布類型已知的條件下所使用的一種參數(shù)估計(jì)方法.它首先是由德國(guó)數(shù)學(xué)家高斯在1821年提出的.GaussFisher然而,這個(gè)方法常歸功于英國(guó)統(tǒng)計(jì)學(xué)家費(fèi)歇.費(fèi)歇在1922年重新發(fā)現(xiàn)了這一方法,并首先研究了這種方法的一些性質(zhì).極大似然原理:一個(gè)隨機(jī)試驗(yàn)有若干個(gè)可能結(jié)果A,B,C,…。若在一次試驗(yàn)中,結(jié)果A發(fā)生,則一般認(rèn)為試驗(yàn)條件對(duì)A最有利,即A發(fā)生的

2、概率最大條件自然,認(rèn)為從甲箱取更合理極大似然估計(jì)法:又如,兔龜賽跑,得第一名的最有可能是誰(shuí)?(1)X---離散型,已知X的分布樣本取到觀測(cè)值事件A獨(dú)立Xi與X同分布對(duì)給定的樣本值是參數(shù)的函數(shù),稱為似然函數(shù),記做改結(jié)構(gòu):n項(xiàng)連乘,總體分布A已經(jīng)發(fā)生,由極大似然原理,達(dá)到最大,所以的最合理估計(jì)值應(yīng)滿足:定義對(duì)給定的樣本值,若如何求?即求的最大值點(diǎn)問題方法一:若為可導(dǎo)函數(shù)回憶:(1)單調(diào)性相同,從而最大值點(diǎn)相同.n項(xiàng)連乘,求導(dǎo)麻煩n項(xiàng)相加,求導(dǎo)簡(jiǎn)單方法二:從而,對(duì)數(shù)似然函數(shù)(2)連續(xù)型總體似然函數(shù)的求法設(shè)X為連續(xù)型總體,其概率密度為:對(duì)來自總體的樣本,其觀測(cè)值為,作為

3、與總體X同分布且相互獨(dú)立的n維隨機(jī)變量,樣本的聯(lián)合概率密度為:其中未知求的步驟:例2:設(shè)總體X的分布律為:00,求導(dǎo)并令其為0=0從中解得即

4、為的最大似然估計(jì)值.對(duì)數(shù)似然函數(shù)為作業(yè)P173:4(1)

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。