極大似然估計_第1頁
極大似然估計_第2頁
極大似然估計_第3頁
極大似然估計_第4頁
極大似然估計_第5頁
已閱讀5頁,還剩7頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

極大似然估計求估計的另方法01研究歷史求解步驟原理目錄030204基本信息極大似然估計方法(MaximumLikelihoodEstimate,MLE)也稱為最大概似估計或最大似然估計,是求估計的另一種方法,最大概似是1821年首先由德國數(shù)學家高斯(s)提出,但是這個方法通常被歸功于英國的統(tǒng)計學家。羅納德·費希爾(er)研究歷史研究歷史極大似然估計方法是求估計的另一種方法,1821年首先由德國數(shù)學家s(高斯)提出,但是這個方法通常被歸功于英國的統(tǒng)計學家er(羅納德·費希爾),他在1922年的論文Onthemathematicalfoundationsoftheoreticalstatistics,reprintedinContributionstoMathematicalStatistics(byer),1950,J.Wiley&Sons,NewYork中再次提出了這個思想,并且首先探討了這種方法的一些性質.極大似然估計這一名稱也是費希爾給的。這是一種仍然得到廣泛應用的方法。原理原理它是建立在極大似然原理的基礎上的一個統(tǒng)計方法,極大似然原理的直觀想法是,一個隨機試驗如有若干個可能的結果A,B,C,...,若在一次試驗中,結果A出現(xiàn)了,那么可以認為實驗條件對A的出現(xiàn)有利,也即出現(xiàn)的概率P(A)較大。極大似然原理的直觀想法我們用下面例子說明。設甲箱中有99個白球,1個黑球;乙箱中有1個白球.99個黑球。現(xiàn)隨機取出一箱,再從抽取的一箱中隨機取出一球,結果是黑球,這一黑球從乙箱抽取的概率比從甲箱抽取的概率大得多,這時我們自然更多地相信這個黑球是取自乙箱的。一般說來,事件A發(fā)生的概率與某一未知參數(shù)有關,取值不同,則事件A發(fā)生的概率也不同,當我們在一次試驗中事件A發(fā)生了,則認為此時的值應是t的一切可能取值中使達到最大的那一個,極大似然估計法就是要選取這樣的t值作為參數(shù)t的估計值,使所選取的樣本在被選的總體中出現(xiàn)的可能性為最大。

極大似然估計,只是一種概率論在統(tǒng)計學的應用,它是參數(shù)估計的方法之一。說的是已知某個隨機樣本滿足某種概率分布,但是其中具體的參數(shù)不清楚,參數(shù)估計就是通過若干次試驗,觀察其結果,利用結果推出參數(shù)的大概值。極大似然估計是建立在這樣的思想上:已知某個參數(shù)能使這個樣本出現(xiàn)的概率最大,我們當然不會再去選擇其他小概率的樣本,所以干脆就把這個參數(shù)作為估計的真實值。當然極大似然估計只是一種粗略的數(shù)學期望,要知道它的誤差大小還要做區(qū)間估計。求解步驟求解步驟1.求極大似然函數(shù)估計值的一般步驟:(1)寫出似然函數(shù);(2)對似然函數(shù)取對數(shù),并整理;(3)求導數(shù);(4)解似然方程。2.利用高等數(shù)學中求多元函數(shù)的極值的方法,有以下極大似然估計法的具體做法:(1)根據(jù)總體的分布,建立似然函數(shù);(2)當L關于可微時,(由微積分求極值的原理)可由方程組:定出,稱以上方程組為似然方程.因為L與有相同的極大值點,所以也可由方程組1.若總體X為離散型,其概率分布列為其中為為未知參數(shù)。設是取自總體的樣本容量為n的樣本,則的聯(lián)合分布律為。又設的一組觀測值為,易知樣本取到觀測值的概率為這一概率隨的取值而變化,它是的函數(shù),稱為樣本的似然函數(shù)。2.若總體X為連續(xù)型,其概率密度函數(shù)為,其中為未知參數(shù)。設是取自總體的樣本容量為n的簡單樣本,則的聯(lián)合概率密度函數(shù)為。又設的一組觀測值為,則隨機點落在點的鄰邊(邊長分別為的n維立方體)內的概率近似地為。考慮函數(shù)同樣,稱為樣本的似然函數(shù)。極大似然估計法原理

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,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論