预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共19页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

极大似然估计法例:假若一个盒子里有许多白球和红球,而且已知它们的数目之比是3:1,但不知是白球多还是红球多.设随机地在盒子中取一球为白球的概率是p.如果有放回地从盒子里取3个球,那么白球数目X服从二项分布极大似然估计法的思想: 设总体X的密度函数为f(x,),为未知参数,则 样本(X1,X2,…,Xn)的联合密度函数为令求极大似然估计的一般步骤归纳如下:例:设随机变量X服从泊松分布:从而得出λ的极大似然估计量为解取对数例:设(X1,X2,…,Xn)是来自正态总体N(μ,σ2)的一个样本,其中μ,σ2是未知参数,参数空间Θ={-∞<μ<∞,σ2>0}.求μ与σ2的极大似然估计.由微积分知识易验证以上所求为μ与σ2的极大似然估计.例:设总体X具有均匀分布,其概率密度函数为例假设(X1,X2,…,Xn)是取自正态总体N(,2) 的样本,求和2的极大似然估计量。求偏导数,并令其为0例设总体X~N(,2),x1,x2,…,xn是X 的样本值,求,2的极大似然估计.,2的极大似然估计量分别为