8.2参数的最大似然估计.ppt
《8.2参数的最大似然估计.ppt》由会员分享,可在线阅读,更多相关《8.2参数的最大似然估计.ppt(49页珍藏版)》请在三一文库上搜索。
1、8.2 最大似然估计,其中是待估参数,当一次抽样得观测值,得此观测值的概率为:,其分布为,设X是,取值为 的概率,与 有关,与参数有关,时,记为,为待估参数的函数,称为似然函数.,若,在 处达到最大值,则称 为参数 的,最大,似然估计值.,相应的估计量,称为,的最大似然估计量.,统称为的,最大似然估计.,离散型随机变量,其中是待估参数,设其密度函数为,当 是,记,为待估参数的函数,称为似然函数.,它的大小反映了,落在,附近的概率的大小.,若,在 处达到最大值,则称 为参数 的,最大,似然估计值.,相应的估计量,称为,的最大似然估计量.,统称为的,最大似然估计.,连续型随机变量时,由于 是,的最
2、大值点,一般应满足条件:,从而满足条件,是离散型随机变量,是连续型随机变量,离散型,连续型,求最大似然估计量,1.写出似然函数,X是离散型随机变量,X是连续型随机变量,当只有一个待估参数时,,2.写出似然方程,或,3.求解似然方程,得到驻点,,并判断驻点是否为,最大值点.,的步骤:,几种常见分布的,最大似然估计量,1.01分布,设总体,为待估参数.,可统一表示为,设一抽样得观测值为,为似然函数.,似然估计值,为 的最大似然,为 的最大,为似然函数.,估计量.,2.泊松分布,设总体,即,为待估参数,设样本观测值为,为似然函数.,为似然函数.,为的最大似然估计值.,为的最大似然估计量.,3.指数分
3、布,设总体 服从指数分布,为待估参数.,求参数的最大似然估计.,设样本观测值为,解,可以认为,为似然函数.,为似然函数.,为的最大似然估计值.,为的最大似然估计量.,或两个以上,未知参数,时,,似然函数为,当有两个,(离散型),或,(连续型),或两个以上,未知参数,时,,似然函数为,若此似然函数在,达到最大,,则称,为,的最大似然估计值,,称为i的,最大似然估计量.,估计量,相应的,此时,,一般应满足条件:,或,当有两个,求最大似然,1.写出似然函数,X是离散型随机变量,X是连续型随机变量,当有两个或两个以上待估参数时,,2.写出似然方程组,3.求解似然方程组,,得到驻点,,并判断驻点是否,为
4、最大值点.,估计量的步骤:,4.正态分布,设总体,令,和为待估参数,求参数和,服从正态分布,的最大似然估计.,求参数和的最大似然估计.,设样本观测值为,解,似然函数为:,令,求参数和的最大似然估计.,似然函数为,为的最大似然估计值.,似然函数为,为的最大似然估计值.,为的最大似然估计值.,为的最大似然估计值.,为的最大似然估计值.,的最大似然估计量为,的最大似然估计量为,最大似然估计量,不一定是无偏估计量,令,随机变量的矩,1.原点矩,则称,对于自然数,如果,为随机变量,的 阶原点矩.,设X是随机变量,,存在,,1阶原点矩就是,当 时,2阶原点矩是,当 时,2.中心矩,称,对于自然数,如果,为
5、随机变量,的 阶中心矩.,设X是随机变量,,则,存在,,也存在.,当 时,2阶中心矩,样本k阶原点矩,样本k阶中心矩,设总体X,,是来自 的一个样本.,矩估计的基本思想是:,用相应的样本矩,去估计总体矩;,用相应的样本矩的函数,去估计总体矩的函数.,例,已知总体X,有密度函数,其它,其中是未知参数,,是来自X的一个,样本.,求的矩估计量,解,总体一阶原点矩,用样本一阶原点矩,估计总体一阶原点矩,,令,解得,是的矩估计量.,例,总体X的分布未知,,但已知总体的期望,方差,都存在,,与 是,两个未知参数,,求,与,的矩估计量.,解,再用样本的一阶、,二阶原点矩,估计总体一阶、,二阶,原点矩:,解得
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 8.2 参数 最大 估计
链接地址:https://www.31doc.com/p-3470976.html