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
參數(shù)估計(jì)點(diǎn)估計(jì)區(qū)間估計(jì)矩估計(jì)法(7.2.1)最大似然估計(jì)
(7.2.2)第七章參數(shù)估計(jì)假設(shè)一個(gè)總體服從正態(tài)分布從總體中獲取了n個(gè)樣本估計(jì)正態(tài)總體的
其基本思想是用樣本矩估計(jì)總體矩
.
理論依據(jù):
矩估計(jì)法是基于一種簡(jiǎn)單的“替換”思想建立起來(lái)的一種估計(jì)方法.是英國(guó)統(tǒng)計(jì)學(xué)家K.皮爾遜最早提出的.大數(shù)定律
7.2.2最大似然估計(jì)法最大似然估計(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.GaussFisher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).
最大似然估計(jì)法是基于最大似然原理提出的。為了說(shuō)明最大似然原理,我們先看個(gè)例子。
例子:一只野兔從前方竄過(guò),是誰(shuí)擊中的野兔,某同學(xué)與一位獵人一起外出打獵。忽然,若讓你推測(cè)一下,你會(huì)怎樣想?只聽(tīng)一聲槍響,野兔應(yīng)聲倒下.為了進(jìn)一步體會(huì)最大似然估計(jì)法的思想,我們?cè)倏匆粋€(gè)例子.你會(huì)想:只一槍便擊中,一般情況下獵人擊中的概率比同學(xué)擊中的概率大。
故這一槍極大可能是獵人打的。
你的這一想法中就已經(jīng)包含了最大似然原理的基本思想.
例如:有一事件A,我們知道它發(fā)生的概率p只可能是:試讓你推想一下p應(yīng)取何值?p=0.1,0.3或0.6
若在一次觀測(cè)中,事件A竟然發(fā)生了,你自然會(huì)認(rèn)為事件A發(fā)生的概率是0.6,而非其他數(shù)值。最大似然原理:概率大的事件在一次觀測(cè)中更容易發(fā)生。在一次觀測(cè)中發(fā)生了的事件其概率應(yīng)該大小結(jié):最大似然估計(jì)法的一般步驟:(2)取對(duì)數(shù)(3)求導(dǎo)數(shù),得駐點(diǎn),最大值點(diǎn)(4)作結(jié)論(1)寫似然函數(shù)L例:設(shè)總體X服從參數(shù)為λ的指數(shù)分布,(x1,x2,…,xn)為樣本觀察值,求λ的最大似然估計(jì)值。解:總體X的概率密度函數(shù)為:似然函數(shù)為:①②③取對(duì)數(shù)得,④所以θ的最大似然估計(jì)值為:練習(xí)1:
設(shè)總體X的分布律為:0<p<1,p未知
,
求參數(shù)p的最大似然估計(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的最大似然估計(jì)量為:p的最大似然估計(jì)值為:解:θ的似然函數(shù)為:取對(duì)數(shù)練習(xí)2:設(shè)(X1,X2,…Xn)是來(lái)自總體X的一個(gè)樣本求θ的最大似然估計(jì)量.其中
>0,求導(dǎo)并令其為0=0從中解得
即為θ的最大似然估計(jì)值。
即為θ的最大似然估計(jì)量。例
設(shè)總體X~N(),未知.是來(lái)自X
的樣本值,試求的最大似然估計(jì)量.似然函數(shù)為解X的概率密度為于是令解得的最大似然估計(jì)量為
由上可見(jiàn):同一個(gè)未知參數(shù),會(huì)有不同的估計(jì)量,那末如何評(píng)價(jià)它們的好壞呢?這就涉及到估計(jì)量的評(píng)選標(biāo)準(zhǔn)問(wèn)題。1、無(wú)偏性無(wú)偏性要求估計(jì)量的取值要以參數(shù)真值為中心左右擺動(dòng)。它等同于估計(jì)量的數(shù)學(xué)期望等于待估參數(shù)的真值。一個(gè)好的估計(jì)量應(yīng)滿足無(wú)偏性、有效性和一致性的要求。
衡量點(diǎn)估計(jì)量好壞的標(biāo)準(zhǔn)證明:
討論:對(duì)總體X~N(μ,σ2)來(lái)說(shuō),樣本(X1,X2,…,Xn)中的X1與都是μ的無(wú)偏估計(jì)量嗎?是θ的兩個(gè)無(wú)偏估計(jì)量,若2、有效性當(dāng)時(shí)依概率收斂于,則稱為的一致估計(jì)量.設(shè)是參數(shù)
的估計(jì)量,為的一致估計(jì)量對(duì)于任意,有三、一致性四、小結(jié)對(duì)于一個(gè)未知參數(shù)
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。
最新文檔
- 前臺(tái)文員的工作流程與操作規(guī)范計(jì)劃
- 教學(xué)內(nèi)容與實(shí)踐結(jié)合計(jì)劃
- 開(kāi)展愛(ài)國(guó)主義教育的德育計(jì)劃
- 女婿離婚再婚協(xié)議書范文模板
- 就業(yè)信息里的就業(yè)協(xié)議書范文
- 車禍輕傷出院后協(xié)議書范文范文
- 交易所股權(quán)認(rèn)購(gòu)協(xié)議書范文
- 柑橘樹(shù)管理協(xié)議書范文范本
- 保密法律法規(guī)知識(shí)測(cè)試題
- 2023-2024學(xué)年云南省巧家縣巧家第一中學(xué)高三下期末質(zhì)量檢查數(shù)學(xué)試題理試題
- 康復(fù)醫(yī)學(xué)課件:骨關(guān)節(jié)疾病康復(fù)
- 牽引及石膏病人的護(hù)理
- 機(jī)械裝配技術(shù)規(guī)范標(biāo)準(zhǔn)詳
- 商業(yè)地產(chǎn)運(yùn)營(yíng)管理崗位職責(zé)
- 倉(cāng)庫(kù)管理員崗位職責(zé)(保健品)
- 競(jìng)爭(zhēng)性磋商評(píng)分辦法綜合評(píng)分法
- 林漢達(dá)中國(guó)歷史故事集導(dǎo)讀
- 商業(yè)倫理與社會(huì)責(zé)任智慧樹(shù)知到答案章節(jié)測(cè)試2023年重慶大學(xué)
- 微訓(xùn)練 一文多考 備考高效(文學(xué)類文本散文《水銀花開(kāi)的夜晚》多角度命題)練習(xí)版
- 創(chuàng)新高質(zhì)量發(fā)展理念 打造“一院多區(qū)”集團(tuán)化財(cái)務(wù)管理體系
- (5.3.1)-5.3奧斯本檢核表法
評(píng)論
0/150
提交評(píng)論