第7章參數(shù)估計(jì)1最大似然估計(jì)_第1頁(yè)
第7章參數(shù)估計(jì)1最大似然估計(jì)_第2頁(yè)
第7章參數(shù)估計(jì)1最大似然估計(jì)_第3頁(yè)
第7章參數(shù)估計(jì)1最大似然估計(jì)_第4頁(yè)
第7章參數(shù)估計(jì)1最大似然估計(jì)_第5頁(yè)
已閱讀5頁(yè)，還剩16頁(yè)未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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

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,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 .,Gauss,Fisher,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) .,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)？,（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：,求 的步驟：,例2 : 設(shè)總體X的分布律為：,0p1, p未知 , 求參數(shù)p 的極大似然估計(jì)量.,解:總體X的分布律為：,設(shè)(X1,X2,Xn)是來(lái)自總體X的樣本。,似然函數(shù)為：,解得p的極大似然估計(jì)量為：,說(shuō)明：p的極大似然估計(jì)值為：,求 的矩估計(jì)值和最大似然估計(jì)值。,例1(續(xù)) 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,解 似然函數(shù)為,對(duì)數(shù)似然函數(shù)為,例3 設(shè)X1,X2,Xn是取自總體X的一個(gè)樣本,其中 0,求導(dǎo)并令其為0,=

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(méi)有圖紙預(yù)覽就沒(méi)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。

評(píng)論

0/150

提交評(píng)論