版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、概率論與數(shù)理統(tǒng)計(jì)典型教案教學(xué)內(nèi)容:極大似然估計(jì)法 教學(xué)目的:通過本節(jié)內(nèi)容的教學(xué),使學(xué)生:1、明確極大似然估計(jì)法是在總體分布類型已知的情況下的一種常用的參數(shù) 估計(jì)方法;2、理解極大似然思想;3、掌握求極大似然估計(jì)值的一般步驟,會(huì)求常見分布參數(shù)的極大似然估計(jì) 值.教學(xué)重點(diǎn):1、對(duì)極大似然思想闡述;2、極大似然估計(jì)值的求解.教學(xué)難點(diǎn):對(duì)不能通過求導(dǎo)方法獲得極大似然估計(jì)的值的確定.教學(xué)時(shí)數(shù):2學(xué)時(shí).教學(xué)過程:引例:某位同學(xué)與一位獵人一起外出打獵,一只野兔從前方竄過.只聽一聲 槍響,野兔應(yīng)聲到下,如果要你推測(cè),這一發(fā)命中的子彈是誰打的?你就會(huì)想, 只發(fā)一槍便打中,由于獵人命中的概率一般大于這位同學(xué)命中的
2、概率,看來這一 槍是獵人射中的.這個(gè)例子所作的推斷就體現(xiàn)了極大似然法的基本思想.一、極大似然思想一般地說,事件 與參數(shù) 有關(guān),取值不同,則也不同.若 發(fā)生了,則認(rèn)為此時(shí)的 值就是 的估計(jì)值.這就是極大似然思想.看一例子:例1、設(shè)袋中裝有許多黑、白球,不同顏色球的數(shù)量比為3:1,試設(shè)計(jì)一種方法, 估計(jì)任取一球?yàn)楹谇虻母怕?分析:易知 的值無非是1/4或3/4.為估計(jì) 的值,現(xiàn)從袋中有放回地任 取3只球,用 表示其中的黑球數(shù),則.按極大似然估計(jì)思想,對(duì)的取值進(jìn)行估計(jì).解:對(duì)的不同取值,取的概率可列表如下:0123故根據(jù)極大似然思想即知:在上面的例子中, 是分布中的參數(shù),它只能取兩個(gè)值:1/4或3/
3、4,需要 通過抽樣來決定分布中參數(shù)究竟是1/4還是3/4.在給定了樣本觀測(cè)值后去計(jì)算 該樣本出現(xiàn)的概率,這一概率依賴于的值,為此需要用1/4、3/4分別去計(jì)算 此概率,在相對(duì)比較之下,哪個(gè)概率大,則 就最象那個(gè).二、似然函數(shù)與極大似然估計(jì)1、離散分布場(chǎng)合:設(shè)總體 是離散型隨機(jī)變量,其概率函數(shù)為,其中 是未知參數(shù).設(shè)為取自總體 的樣本.的聯(lián)合概率函數(shù)為,這里, 是常量,是變量.若我們已知樣本取的值是,則事件發(fā)生的概率為.這一概率隨的值而變化.從直觀上來看,既然樣本值出現(xiàn)了,它們出現(xiàn)的概率相對(duì)來說應(yīng)比較大,應(yīng)使取比較大的值.換句話說,應(yīng)使樣本值的出現(xiàn)具有最大的概率.將上式看作的函數(shù),并用 表示,就
4、有:(1)稱為似然函數(shù).極大似然估計(jì)法就是在參數(shù) 的可能取值范圍 內(nèi),選取使達(dá)到最大的參數(shù)值,作為參數(shù)的估計(jì)值.即取,使(2)因此,求總體參數(shù)的極大似然估計(jì)值的問題就是求似然函數(shù)的最大值問題.這可通過解下面的方程(3)來解決.因?yàn)?是 的增函數(shù),所以與在 的同一值處取得最大值.我們稱為對(duì)數(shù)似然函數(shù).因此,常將方程(3)寫成:(4)方程(4)稱為似然方程.解方程(3)或(4)得到的就是參數(shù)的極大似 然估計(jì)值.如果方程(4)有唯一解,又能驗(yàn)證它是一個(gè)極大值點(diǎn),則它必是所求的極 大似然估計(jì)值.有時(shí),直接用(4)式行不通,這時(shí)必須回到原始定義(2)進(jìn) 行求解.2、連續(xù)分布場(chǎng)合:設(shè)總體是連續(xù)離散型隨機(jī)變
5、量,其概率密度函數(shù)為,若取得樣本觀察值為,則因?yàn)殡S機(jī)點(diǎn)取值為時(shí)聯(lián)合密度函數(shù)值為.所以,按極大似然法,應(yīng)選擇的值使此概率達(dá)到最大.我們?nèi)∷迫缓瘮?shù)為,再按前述方法求參數(shù)的極大似然估計(jì)值.三、求極大似然估計(jì)的方法1、可通過求導(dǎo)獲得極大似然估計(jì):當(dāng)函數(shù)關(guān)于參數(shù)可導(dǎo)時(shí),??赏ㄟ^求導(dǎo)方法來獲得似然函數(shù)極大值對(duì)應(yīng)的參 數(shù)值.例2、設(shè)某工序生產(chǎn)的產(chǎn)品的不合格率為,抽 個(gè)產(chǎn)品作檢驗(yàn),發(fā)現(xiàn)有 個(gè)不合格,試求的極大似然估計(jì).分析:設(shè) 是抽查一個(gè)產(chǎn)品時(shí)的不合格品個(gè)數(shù),則 服從參數(shù)為 的二點(diǎn) 分布 .抽查個(gè)產(chǎn)品,則得樣本,其觀察值為,假如樣本有個(gè)不合格,即表示中有個(gè)取值為1,個(gè)取值為0.按離散分布場(chǎng)合方法,求的極大似然
6、估計(jì).解:(1)寫出似然函數(shù):對(duì)取對(duì)數(shù),得對(duì)數(shù)似然函數(shù):由于 對(duì) 的導(dǎo)數(shù)存在,故將 對(duì) 求導(dǎo),令其為0,得似然方 程:解似然方程得:經(jīng)驗(yàn)證,在 時(shí),這表明可使似然函數(shù)達(dá)到最大上述過程對(duì)任一樣本觀測(cè)值都成立,故用樣本代替觀察值便得 的極大似然估計(jì)為:將觀察值代入,可得 的極大似然估計(jì)值為:,其中 .若總體的分布中含有多個(gè)未知參數(shù)時(shí),似然函數(shù)是這些參數(shù)的多元函數(shù).代替方程(3),我們有方程組由這個(gè)方程組解得分別是參數(shù)的極大似然估計(jì)值.例3、設(shè)某機(jī)床加工的軸的直徑與圖紙規(guī)定的中心尺寸的偏差服從,其中未知.為估計(jì),從中隨機(jī)抽取根軸,測(cè)得其偏差為.試求的極大似然估計(jì).分析:顯然,該問題是求解含有多個(gè)(兩
7、個(gè))未知參數(shù)的極大似然估計(jì)問題.通 過建立關(guān)于未知參數(shù)的似然方程組,從而進(jìn)行求解.解:(1)寫出似然函數(shù):寫出對(duì)數(shù)似然函數(shù):將 分別對(duì)求偏導(dǎo),并令它們都為0,得似然方程組為:解似然方程組得:,經(jīng)驗(yàn)證 使 達(dá)到極大,上述過程對(duì)一切樣本觀察值成立,故用樣本代替觀察值,便得的極大似然估計(jì)分別為:,.2、不可通過求導(dǎo)方法獲得極大似然估計(jì):當(dāng)似然函數(shù)的非零區(qū)域與未知參數(shù)有關(guān)時(shí),通常無法通過解似然方程來獲得 參數(shù)的極大似然估計(jì),這時(shí)可從定義(2)出發(fā)直接求的極大值點(diǎn).例4、設(shè)總體服從均勻分布 ,從中獲得容量為的樣本 ,其觀測(cè)值為,試求 的極大似然估計(jì).分析:當(dāng)寫出其似然函數(shù)時(shí),我們會(huì)發(fā)現(xiàn) 的非零區(qū)域與有關(guān)
8、,因而無法用求導(dǎo)方法來獲得 的極大似然估計(jì),從而轉(zhuǎn)向定義(2)直接求 的極大值.解:寫出似然函數(shù):為使達(dá)到極大,就必須使 盡可能小,但是 不能小于 ,因而 取時(shí)使達(dá)到極大,故的極大似然估計(jì)為:.進(jìn)一步,可討論估計(jì)的無偏性:由于總體,其密度函數(shù)與分布函數(shù)分別為:,從而的概率密度函數(shù)為:這說明 的極大似然估計(jì)不是 的無偏估計(jì),但對(duì)作一修正可得 的無偏估計(jì)為:通過修正獲得未知參數(shù)的無偏估計(jì),這是一種常用的方法.在二次世界大戰(zhàn) 中,從戰(zhàn)場(chǎng)上繳獲的納粹德國(guó)的槍支上都有一個(gè)編號(hào),對(duì)最大編號(hào)作一修正便獲 得了德國(guó)生產(chǎn)能力的無偏估計(jì).綜上,可得求極大似然估計(jì)值的一般步驟.四、求極大似然估計(jì)的一般步驟1、由總體
9、分布導(dǎo)出樣本的聯(lián)合概率函數(shù)(或聯(lián)合密度);2、把樣本聯(lián)合概率函數(shù)(或聯(lián)合密度)中自變量看成已知常數(shù),而把參數(shù)看作自變量,得到似然函數(shù);3、 求似然函數(shù)的最大值點(diǎn)(常轉(zhuǎn)化為求對(duì)數(shù)似然函數(shù)的最大值點(diǎn));4、在最大值點(diǎn)的表達(dá)式中,用樣本值代入就得參數(shù)的極大似然估計(jì)值.五、極大似然估計(jì)的不變性求未知參數(shù)的某種函數(shù)的極大似然估計(jì)可用極大似然估計(jì)的不變?cè)瓌t,證明從略.定理(不變?cè)瓌t)設(shè)是的極大似然估計(jì),是的連續(xù)函數(shù),則的極大似然估計(jì)為.例5、設(shè)某元件失效時(shí)間服從參數(shù)為的指數(shù)分布,其密度函數(shù)為未知.現(xiàn)從中抽取了個(gè)元件測(cè)得其失效時(shí)間為,試求及平均壽命的極大似然估計(jì).分析:可先求 的極大似然估計(jì),由于元件的平均壽命即為 的期望值,在指數(shù)分布場(chǎng)合,有,它是 的函數(shù),故可用極大似然估計(jì)的不變?cè)瓌t,求其極大似然估計(jì).解:(1)寫出似然函數(shù):取對(duì)數(shù)得對(duì)數(shù)似然函數(shù):將 對(duì) 求導(dǎo)得似然方程為:解似然方程得:經(jīng)驗(yàn)證, 能使 達(dá)到最大,由于上述過程對(duì)一切樣本觀察值成立,故的極大似然估計(jì)為:;根據(jù)極大似然估計(jì)的不變?cè)瓌t,元件的平均壽命的極大似然估計(jì)為:五、小結(jié)1、極大似然估計(jì)的思想;2、求解未知參數(shù)極大似然估計(jì)的一般步驟;3、極大似然估計(jì)的不變?cè)瓌t.五、作業(yè)見參考文獻(xiàn)1的第278頁(yè)第
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 2024年度公司車輛租賃協(xié)議樣本
- 2024道路安全員招聘協(xié)議樣本
- 2024年聘用協(xié)議規(guī)范化樣本
- 2023-2024學(xué)年鄭州市高三下學(xué)期5月月考數(shù)學(xué)試題(A卷)
- 2024安全生產(chǎn)與環(huán)保綜合管理協(xié)議
- 二手車交易過戶協(xié)議范本2024
- 2024年度專項(xiàng)宣傳品訂制協(xié)議
- 2024年項(xiàng)目實(shí)施階段服務(wù)協(xié)議范本
- 天津市河北區(qū)2024-2025學(xué)年高二上學(xué)期11月期中英語(yǔ)試題(無答案)
- 2024專業(yè)桃苗采購(gòu)及種植服務(wù)協(xié)議
- 商貿(mào)企業(yè)安全系統(tǒng)生產(chǎn)實(shí)用標(biāo)準(zhǔn)化管理系統(tǒng)-安全系統(tǒng)生產(chǎn)責(zé)任制
- PEP小學(xué)六年級(jí)英語(yǔ)上冊(cè)選詞填空專題訓(xùn)練
- 部編版道德與法治四年級(jí)上冊(cè)第一單元作業(yè)設(shè)計(jì)
- 《墜積性肺炎研究(論文)》
- SB/T 10379-2012速凍調(diào)制食品
- GB/Z 18620.1-2008圓柱齒輪檢驗(yàn)實(shí)施規(guī)范第1部分:輪齒同側(cè)齒面的檢驗(yàn)
- GB/T 6009-2003工業(yè)無水硫酸鈉
- GB/T 31004.1-2014聲學(xué)建筑和建筑構(gòu)件隔聲聲強(qiáng)法測(cè)量第1部分:實(shí)驗(yàn)室測(cè)量
- GA 282-2009警用服飾領(lǐng)帶
- 2023年山東省春季高考財(cái)經(jīng)類專業(yè)知識(shí)試題
- 電子商務(wù)師2023年考試模擬試題及答案
評(píng)論
0/150
提交評(píng)論