概率论与数理统计教案 Lesson plan11：6.1点估计的几种方法2.docVIP

概率论与数理统计教案 授课日期：2011年4月14日 PAGE  PAGE 5 6.1点估计的几种方法（2） 一、教学目标： 1、理解最大似然原理； 2、掌握最大似然估计的步骤。 二、教学重点：最大似然估计。 三、教学难点：最大似然估计。 四、教学准备：课件 五、教学过程： （一）最大似然原理 一个试验有若干个可能的结果A，B，C，，若在一次试验中结果A出现，则一般认为试验条件对结果A出现有利，也即A出现的概率最大。 例6.1.4 设有外形完全相同的两个箱子，甲箱有99个白球和一个黑球，乙箱有99个黑球和一个白球，今随机抽取一箱，并从中随机抽取一球，如果取出白球，问这球是从哪一箱取出的？ 解 从甲乙两箱均可取出白球，但计算得 P（取出白球甲箱） 〉〉P（取出白球乙箱） 据最大似然原理，则认为该球是从甲箱取出的。 例6.1.5 产品分为合格品和不合格品两??，用随机变量表示某个产品是否合格，表示合格品，表示不合格品，从而，其中未知是不合格品率，现抽取个产品看是否合格，得到样本，这批观测值发生的概率为： 当已知时，仅是p的函数，既然一次抽样观测到，此时应认为试验条件对该组样本的出现有利，即该组样本出现的概率最大，从而可求出当=？时达到最大，此时把求出的=？做为参数的估计就得到的最大似然估计，问题转化为求的最大值点。 如果总体为连续型的，求未知参数的最大似然估计仍可转化为求的最大值点问题。为此给出似然函数与最大似然估计的定义。 （二）似然函数与最大似然估计 定义6.1.1 设总体X的概率函数为 是一个未知参数或几个未知参数组成的参数向量, 为来自总体X的样本，称样本的联合概率函数为似然函数，用表示，简记为，即 如果统计量满足 则称是的最大似然估计，简记为MLE。 由于是的单调增函数，因此对数似然函数达到最大与似然函数达到最大是等价的。 （三）求最大似然估计的两种方法 1、似然方程法 当是可微函数时，的极大值点一定是驻点，从而求最大似然估计往往借助于求下列似然方程（组） 的解得到，而后利用最大值点的条件验证求出的是最大值点。 例6.1.6 设一个试验有三种可能结果，其发生概率分别为，现做了次实验，观测到三种结果发生的次数分别是，求的最大似然估计。 例6.1.7对正态总体，是二维参数, 为其样本，求的最大似然估计。 2、定义法 虽然求导函数是求最大似然估计量最常用的方法，但并不是所有场合求导都是有效的。 例6.1.7 设是均匀分布的样本，求的最大似然估计。 （四）最大似然估计的不变性 性质 如果是的最大似然估计，则对任一函数，是的最大似然估计。 注 上述性质称为最大似然估计的不变性，从而使求复杂结构的参数的最大似然估计变得容易。 课堂练习1：假设总体X服从参数为的泊松分布，试根据来自X的简单随机样本，求的最大似然估计量． 解　参数为的泊松分布的概率函数为 ． 未知参数的对数似然函数为 对求导数，得似然方程 ． 似然方程的解为．易见，即的最大似然估计量． 课堂练习2：假设随机变量X在自然数集{0,1,2,…,N}上有等可能分布，试根据来自X的简单随机样本，求N的最大似然估计量． 解　这里N是所要估计的未知参数．随机变量X的概率函数为 ． 参数N的似然函数为 ． 这里不能对N求导．我们直接求L(N)的最大值．注意到，由于 ， 而且L(N)随着N的减小而增大，可见当 时L(N)达到最大值，即就是参数N的最大似然估计量． 课堂练习3假设一批产品的不合格品数与合格品数之比为R（未知常数）．现在按还原抽样方式随意抽取的n件产品中发现k件不合格品．试求R的最大似然估计值． 解 设a是不合格品的件数，而b是合格品的件数．从而，a=Rb，不合格品率为 ． 设X是随意抽取的一件产品中不合格品的件数，则X服从参数为p的0-1分布．对于来自总体X的简单随机样本 ，记，则的似然函数和似然方程为 由条件知，于是似然方程的惟一解 ， 就是R的最大似然估计值． 【课堂小结】最大似然原理，最大似然估计的方法、步骤 【课堂练习】 习题6.1 7（1）8（2） 【布置作业】 习题6.1 8（3）、9（3） 【教后小记】 1、结合直观的例子，将例子中的元素与问题数学化后的元素对应起来，可以帮助学生更好、更快地理解最大似然原理。而最大似然估计的步骤主要是求极值的问题，在数学分析上已经学习过，学生掌握起来比较容易。 2、讲清思路：求最大似然估计的方法。注意三种类型的不同方法。