概率统计17极大似然估计法教学设计.docxVIP

《概率统计 II 》教学设计 极大似然估计法 极大似然估计法教学设计 【教学题目】 § 4.2 极大似然估计法 【教学目的】 根据《教学大纲》要求和学生已有的知识基础和认知能力，确定以下教学目标：明确 极大似然估计法是在总体分布类型已知的情况下的一种常用的参数估计方法； 理解极大似然 估计的思想；掌握求极大似然估计值的一般步骤，会求常见分布参数的极大似然估计量。 【教学思想】 1、极大似然估计法是建立在极大似然原理基础上的一种重要的统计推断方法，统计推 断思想不同于逻辑推断， 它所基于的最基本的思想仍然是来源于我们现实生活中的一些很常 见的推断法则， 常以人们的思维习惯和经验常识为依据， 推断时必然伴随着一定的犯错误的 概率。 因此从逻辑上认起死理来，统计推断似乎因为不太严谨而被排斥在“科学推断” 之外 了。但是在实际生活中， 如果都要按照逻辑推断来思考， 那么将会给你的生活带来很大的麻 烦。在教学过程中，要让学生逐步体会统计推断思想的利与弊。 2、极大似然估计法的“极大似然”的原始含义就是“看起来最像”的意思，故极大似 然原理指的是：概率最大的事件最可能发生，或一次实验中已发生事件的概率应该最大。 3、“以教师为主导、以学生为主体”引导学生主动学习、思考，并通过实际问题案例的 分析及应用， 达到教会学生使用极大似然估计法来解决实际问题的目的， 体现“授人以渔” 。 【教学分析】 1、本次课主要包括以下内容： 1）分析引例，说明极大似然估计的原理； 2）求极大似然估计值的一般步骤； 3）极大似然估计法的简单应用。 2、重难点分析： 极大似然估计法是在总体分布类型已知的情况下的一种常用的参数估计方法， 其原理是 根据“概率最大的事件最可能发生；反之，在一次实验中，若某事件已发生，则其概率应该最大”的统计推断思想去估计未知参数。极大似然估计值的求解是本次课的重点。 全概率公式的难点在于对极大似然思想原理的阐述。 在教学中常出现以下难点： 一是原 理复杂，导致教师难于讲解，学生理解困难； 二是学生对方法机械地记忆， 忽略了统计思想 的建立与统计方法的掌握。 需要通过不断地结合实例让学生理解： 极大似然估计是统计推断， 与严格的逻辑推断有所不同； 应用极大似然估计法， 关键在于求似然函数的极大值点， 而不 是为了求导而求导。 【教学方法和策略】 黑板板书结合 PPT 演示，采用启发式、探究式教学，先是简述历史说明方法的重要性， 1 《概率统计 II 》教学设计 极大似然估计法 提高学生兴趣， 然后设计了 1 个有趣的问题， 通过教师对问题合理的分析表述使学生尽快完 成“从感性认识上升到理性认识”的升华；启发引导学生理解“极大似然估计”思想原理； 利用实例引导学生主动思考，达到理解并掌握知识点的目的。 【教学安排】 引入（ 3 分钟）： （口述）前面我们学习了矩估计法，它是以大数定理为背景的一种重要的点估计方法， 今天，我们继续来学习另一种很重要也是很常见的点估计方法 ---极大似然估计法 （ the method of maximum likelihood ）。 PPT 上显示） 下面，我们通过一个实际问题来理解这种方法的主要思想。 引例 1（打猎问题）：某位同学与一位猎人一起外出打猎，一只野兔从前方窜过．只听 一声枪响，野兔应声到下，如果要你推测，这一发命中的子弹是谁打的？（ PPT 上显示） 分析：我们会想， 在一次试验中概率较大的事件比概率较小的事件更容易发生， 只发一 枪便打中，由于猎人命中的概率一般大于这位同学命中的概率，看来这一枪是猎人射中的． 总结：这个例子所作的推断其实体现了一种很重要的统计推断思想：这就是所谓极大似 然估计的基本思想——概率最大的事件最可能发生； 反之，在一次实验中， 若某事件已发生， 则其概率应该最大。 利用这种思想， 我们可用来估计在总体分布类型已知的情况下未知参数 的估计值。 这就是极大似然估计法它最早是由高斯所提出的 ,后来由英国统计学家费歇于 1912 年在 其一篇文章中重新提出 ,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 . 费歇 (R． A ． Fisher)是经典数理统计学派的集大成者，有研究数理统计发展史的学者甚 至认为， 费歇出生的那一天就是数理统计学的生日。 虽然有点个人崇拜的味道， 但这至少表 明了他绝不可等闲视之的学术地位。 教学内容（ 14 分钟）： 一、通过 PPT 演示与口头 表述分析使用 观察法、启发式 教学与学生一起探究总结 极大 似然估计思想原理的数学 表述及其方法，通过板书展示极大似然法主要步骤。 下面我们就离散总体与连续型总体分别进行讨论。重点讨论离散型总体。 1、 X 为离散型总体 设 总体 X 是 离 散型 随机变