概率论与数理统计_第七章_参数估计_第二节_点估计浅析.ppt

五、评价估计量的标准 2、有效性 五、评价估计量的标准 五、评价估计量的标准 五、评价估计量的标准 五、评价估计量的标准 3、一致性 五、评价估计量的标准 五、评价估计量的标准 四、极大似然估计 它是在总体类型已知条件下使用的一种参数估计方法 . 它首先是由德国数学家高斯在 1821年提出的 . Gauss Fisher 然而,这个方法常归功于英国统计学家费歇 . 费歇在1922年重新发现了这一方法，并首先研究了这种方法的一些性质 . 四、极大似然估计 极大似然估计法的思想 极大似然估计法，是建立在最大似然原理 的基础上的求点估计量的方法。最大似然原理的直观想法是：在试验中概率最大的事件最有可能出现。因此，一个试验如有若干个可能的结果A,B,C, …, 若在一次试验中，结果A出现， 则一般认为A出现的概率最大。 四、极大似然估计 极大似然估计定义： 当给定样本X1,X2,…Xn时，定义似然函数为： 设X1,X2,…Xn是取自总体X的一个样本，样本 的联合密度(连续型）或联合分布律 (离散型)为 f (x1, x2 ,…, xn; ) 这里 x1, x2 ,…, xn 是样本的观察值 .