《中科大概率统计课件--7-2极大似然估计》-公开课件.pptVIP

极大似然估计法是参数估计的一种方法。已知某个随机样本满足某种概率分布，但是其中具体的参数不清楚，就是通过若干次试验，观察其结果，利用结果推出参数的大概值（参数估计）。它最早由高斯提出。后来为费歇在1912年的文章中重新提出，并且证明了这个方法的一些性质。极大似然估计这一名称也是费歇给的。这是一种目前仍然得到广泛应用的方法。 ?????? 它是建立在极大似然原理的基础上的一个统计方法。极大似然原理的直观想法是：一个随机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，则一般认为试验条件对A出现有利，也即A出现的概率很大。换句话说：已知某个参数能使这个样本出现的概率最大，我们当然不会再去选择其他小概率的样本，所以干脆就把这个参数作为估计的真实值。  三、 极大似然法 思想方法：一次试验就出现的事件有较大的概率 例如: 有两个外形相同的箱子,都装有100个球 一箱 99个白球， 1个红球 一箱 1个白球， 99个红球 现从两箱中任取一箱，并从箱中任取一球， 结果所取得的球是白球。 答 极有可能是第一箱. 问 所取的球来自哪一箱？ 从一个例子入手来了解极大似然估计法的直观想法: 因此极大似然估计法就是要选取这样的数值 作为参数的估计值，使所选取的样本在被选 的总体