原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
如何求解参数的矩估与极大似然估计
一、矩估计
若统计量Ｔ作为总体参数（或g( )）的估计时，Ｔ就称为（或g( )）的估计量。
定义6.1矩估计量 设是总体Ｘ的样本，Ｘ的分布函数 依赖于参数，假定X的r阶矩为 （或r阶中心矩）相应的样本矩记为 如下的k个议程
（6.1）
的解，称为未知参数的矩估计。
二、最（极）大似然估计
设总体Ｘ的密度函数是参数或参数向量，是该总体的样本，对给定的一组观测值，其联合密度是的函数，又称似然函数，记为：
其中为参数集，若存在 使就称 是的最大似然估计值，而是的最大似然估计量。
注：１）对给定的观测值，是的函数，最大似然估计的原理是选择使观测值出现的“概率”达到最大的作为的估计。
２）最大似然估计具有不变性，即若是的最大似然估计，则的最大似然估计为。但是，矩估计不具有不变性，例如假定的矩估计，一般情形下，的矩估计不是。
1. 设总体ξ服从指数分布，其概率密度函数为，（θ0）
试求参数θ的矩估计和极大似然估计.
解：的概率密度为
似然函数为：
而
令
得到：=
因此得到参数的极大似然估计量为：
矩估计求法如下：
因为
令
则
从而的矩估计量为=
2. 设母体ξ具有指数分布，密度函数为，（λ0）
试求参数λ的矩估计和极大似然估计.
解：参数的矩估计求法为：因为
令：
则的矩估计量为：
极大似然估计求法如下：
的概率密度为
似然函数为：
而
令
解得的极大似然估计量为：
3. 设总体X～N(μ,1), 为来自X的一个样本，试求参数μ的矩估计和最大似然估计.
解：矩估计求法为：
令
则
极大似然估计求法为：
X的概率密度为：
似然函数为：
而
令
即
解得的极大似然估计量为：
文档评论（0）