版權(quán)說(shuō)明:本文檔由用戶(hù)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、2016考研數(shù)學(xué)復(fù)習(xí)之極大似然估計(jì)考研數(shù)學(xué)復(fù)習(xí)之極大似然估計(jì)來(lái)源:文都教育來(lái)源:文都教育極大似然估計(jì)是一種很重要的估計(jì)方法,是參數(shù)估計(jì)的重點(diǎn)內(nèi)容,也是難點(diǎn)內(nèi)容。相對(duì)于矩估計(jì)來(lái)說(shuō),極大似然估及計(jì)算量比較大,相對(duì)復(fù)雜,所以本部分大家要重點(diǎn)復(fù)習(xí)。一下文都數(shù)學(xué)老師繼續(xù)為大家總結(jié)極大似然估計(jì)的知識(shí)點(diǎn)及解題步驟。一、知識(shí)點(diǎn)最大似然估計(jì)法的基本思想是求未知參數(shù)使得樣本獲取樣本值的概率最大.最大似然估計(jì)法關(guān)鍵的是正確寫(xiě)出似然函數(shù)。離散型隨機(jī)變量和連續(xù)型
2、隨機(jī)變量的似然函數(shù)的寫(xiě)法是不同的。設(shè)nXXX21?是來(lái)自總體X的樣本,12nxxx?是樣本值,最大似然估計(jì)法的計(jì)算步驟:(1)寫(xiě)出樣本觀測(cè)值12()nxxx?的概率,即樣本似然函數(shù)對(duì)于離散型隨機(jī)變量:????11221()nnniiiLPXxXxXxPXx??????????對(duì)于連續(xù)型隨機(jī)變量:??1()niiLfx?????本質(zhì)上,似然函數(shù)是關(guān)于未知參數(shù)?的函數(shù),(注意:離散與連續(xù)的區(qū)別)(2)利用導(dǎo)數(shù)求解似然函數(shù)的最大值:若存在唯一
3、的駐點(diǎn),則由()0dLd???或ln()0dLd???,求解出?的估計(jì)量??(3)若似然函數(shù)不存在駐點(diǎn),即()0dLd???或()0dLd???,利用似然函數(shù)的單調(diào)性求解未知參數(shù)的取值。以上矩估計(jì)、極大似然估計(jì)的求解方法均是針對(duì)一個(gè)參數(shù)描述的,對(duì)于含有兩個(gè)及兩個(gè)以上參數(shù)的情況,我們可以按照類(lèi)似的方法進(jìn)行求解:1)矩估計(jì),從低階到高階計(jì)算總體原點(diǎn)矩kkEX??(有幾個(gè)參數(shù)建立幾個(gè)關(guān)于參數(shù)的有效方程),用樣本k階原點(diǎn)矩??100xfx???
4、???????,其他,??0001xxFxxx???????????????令??2XEX???解得?的矩陣估計(jì)量為?2X??.似然函數(shù)為??????110niniixiLfx????????????????????????????????????????一切,否則,??L?為?的單調(diào)減函數(shù),且ix????,即?要取大于ix的一切值,因此?的最小取值為??1maxnxx???,?的最大似然估計(jì)量????1?maxnnXXX????.(I
5、I)由于??2EX??,??212DX??,所以??????1?2aEaEXaEX?????,取2a?,即1?2X????1?E???1??為?無(wú)偏估計(jì),且????????21?2443DXDDXDXnn???????.為求得b,必須求??nX的分布函數(shù)????nFx及密考研培訓(xùn)度函數(shù)????nfx,由????1maxnnXXX??得????????????1nninniFxPXxPXxFx???????????????????1100
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(hù)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. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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
- Logistic模型的極大似然估計(jì).pdf
- 瑞利分布的Bayes估計(jì)與極大似然估計(jì).pdf
- Poisson混雜模型的極大似然估計(jì).pdf
- 極大似然估計(jì)在生活中的應(yīng)用
- 有關(guān)極大似然估計(jì)若干問(wèn)題的研究.pdf
- 近似因子模型的懲罰極大似然估計(jì).pdf
- 極大似然和MUSIC算法用于DOA估計(jì)的DSP實(shí)現(xiàn).pdf
- 分組數(shù)據(jù)下競(jìng)爭(zhēng)風(fēng)險(xiǎn)混合模型的極大似然估計(jì).pdf
- 35747.排序集抽樣下有先驗(yàn)信息的極大似然估計(jì)
- 連接位極大似然Minwise估計(jì)子的研究及應(yīng)用.pdf
- 隨機(jī)互惠系統(tǒng)持久性及其參數(shù)的極大似然估計(jì).pdf
- 基于復(fù)雜刪失數(shù)據(jù)下極大似然估計(jì)的算法研究.pdf
- 最大似然估計(jì)概述
- 凸約束廣義線(xiàn)性回歸模型參數(shù)的極大似然估計(jì)研究.pdf
- 盲源分離的極大似然估計(jì)算法研究與應(yīng)用.pdf
- 13999.基于廣義極大似然的錯(cuò)誤原假設(shè)的比例估計(jì)
- 二維正態(tài)總體共同均值的極大似然估計(jì).pdf
- 樣本峰度最大值與Weibull分布參數(shù)的極大似然估計(jì).pdf
- 基于極大似然估計(jì)的ADC測(cè)試算法的改進(jìn)與實(shí)現(xiàn).pdf
- 46718.排序集抽樣下對(duì)稱(chēng)位置參數(shù)極大似然估計(jì)的性質(zhì)
評(píng)論
0/150
提交評(píng)論