第三节 最大似然估计法.ppt

* 第七章 参数估计 §7.2 最大似然估计法 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 . 极大似然法的基本思想 先看一个简单例子： 一只野兔从前方窜过 . 是谁打中的呢？ 某位同学与一位猎人一起外出打猎 . 如果要你推测， 你会如何想呢? 只听一声枪响，野兔应声倒下 . 选择一个参数使得实验结果具有最大概率 极大似然估计法 求参数的最大似然估计的步骤： （1）写出似然函数 （2）取对数 （3）将对数似然函数对各参数求偏导数并令其为零，得对数似然方程组。若总体分布中只有一个未知参数，则为一个方程，称对数似然方程。 （4）从方程组中解出?1，?2，…?k，并记为 试求参数p的极大似然估计量。 故似然函数为 解：似然函数为 对数似然函数为 例3设X1,X2,…Xn是取自总体X的一个样本 求 ? 的极大似然估计. 其中 ? -1, 求导并令其为0 =0 从中解得 即为? 的MLE . 似然函数为： 解：似然函数为 当L0时，有 lnL=-nln? 对?求导，并令其为零，得 对数似然函数无解，只能应用最大似然法基本思想，选择?的最小可能值，使最大似然函数达到最大。 即 *