大学数理统计教学中有关极大似然估计方法的课堂讲授.pdfVIP

◆◆◆◆ 大学数理统计教学中有关极大似然估计方法的课堂讲授 ◆徐 晨 (东北大学) 摘【要】极大似然估计在参数的点估计方法中是一个重要的估计方法，并且其估计值有很多优 良的统计性质。在教学中，由5-~．t,2r法计 算较为复杂，学生学习起来较为困难。主要介绍了极大似然估计的容易理解的课堂讲授方法。 关【键词】大学数理统计教学 极大似然估计 点估计 统计学是一门分析整理数据，并由数据做出决策的综合性学科，它的 来 自总体分布 F( ，其 中0为未知参数，在 0的取值空间上找到一点 6，使 使用范围几乎覆盖了社会科学和 自然科学的各个领域，其 中用到了大量的 的样本取值发生的概率最大，则6为0的极大似然估计值。其中样本取值 数学及其它学科的专业知识。大学中的数理统计课程中主要介绍了统计 的发生的概率，离散型的数据用样本的联合分布率来表示，连续型的数据 学中基本理论模型，为将来更好地应用统计方法奠定了良好的基础。学生 用样本联合密度函数来表示，统称为似然函数。最后模型求解就转化为在 需要先学习高等数学、线性代数、概率论等课程后，即可学习数理统计。 口的取值空间上求似然函数的极大值问题，常见的求函数极值方法有：如上 数理统计 中由数据推断总体信息时，推断总体未知参数的真值的取值 一 例题中的代入法；考虑函数单调性，导数为零的点有可能是极值点；函数 为多少，这样的问题在数理统计 中称为参数估计，具体分为点估计和区间 定义域的边界点有可能是极值点，等等 。 估计。区间估计往往是点估计加减误差形式。可见，点估计是非常基础和 三 、容易出现的理解误区 重要的。常见的点估计方法有频率估计概率法，矩估计法，和极大似然估 极大似然估计方法中，在求似然函数极大值时候，由于似然函数是边 计法。其中前两个方法主要应用大样本理论给出的估计值，对于小样本的 缘分布的连乘形式，因此在对似然函数直接求导讨论其单调性时，其求导 情况，估计值的误差比较大。而极大似然方法适用范围更广，其估计值也 结果较为复杂，不容易直接讨论。往往需要先对似然函数取对数，把连乘 有很多优 良特性。但是由于其方法实现起来比其他方法较为复杂。因此学 形式改成连加形式，然后再求导，求导结果相对简单，利于讨论单调性。这 样做只是数学上的一个处理技巧，因为对数似然函数是一个复合函数，外 生有时不能有效的掌握此方法，本文将结合作者多年的数理统计教学经 层对数函数是单增函数，不改变里层似然函数的单调性。 验 ，对于课堂讲授极大似然估计方法提出一些心得与探讨。 一 而同学们可能对这个数学处理技巧理解出现误区，把极大似然估计理 、 介绍极大似然估计的基本想法 解为一套算法，一组公式 ，死记硬背，时间长了就没有印象了。这样的学习 极大似然估计中的想法非常 自然：就是最有可能事情最容易发生，或 效果对以后的进一步学习或应用此方法解决问题起不到 良好的作用。相 者概率最大的事情最容易发生。因此，在看待任何一组随机试验结果时 反的是，应让同学对极大似然估计的基本思想掌握牢固，并且极大似然估 候 。都可以认为是最有可能的事情发生了，而最有可能这个想法在数学中 计的想法本身也很自然直接，而求似然函数的极值问题只不过是数学上的 实现其实就是函数的极值问题。例如，这样一个问题：在一个不透明的袋 处理技巧，各种手段都可能用上，多加锻炼几次即可。如果同学对极大似 子中有 5个球，有 白色和红色，除了颜色不一样以