极大似然估计.pptVIP

第二节例5指数分布的点估计求极大似然估计的一般步骤：2)矩估计法小结作业例7例8令解得（频率值）注意到其中θ＞0，μ与θ是未知参数，X1，X2，…,Xn，解设总体X的概率密度为是X的一组样本，求μ与θ的矩估计量.令注意到DX=E(X2)－[E(X)]2=θ2=θ2+(θ+μ)2第七章极大似然估计极大似然估计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.基本思想:若事件Ai发生了,则认为事件Ai在这n个可能结果中出现的概率最大。极大似然估计就是在一次抽样中,若得到观测值则选取若一试验有n个可能结果现做一试验,作为θ的估计值。使得当时,样本出现的概率最大。极大似然估计法:设是的一个样本值事件发生的概率为为的函数，形式已知(如离散型)X的分布列为的联合分布列为：为样本的似然函数。定义7.1即取使得：与有关,记为称为参数θ的极大似然估计值。称为参数θ的极大似然估计量。达到最大的参数作为θ的估计值。现从中挑选使概率样本的似然函数若总体X属连续型,其概率密度的形式已知，θ为待估参数；则的联合密度：一般，关于θ可微，故θ可由下式求得：因此的极大似然估计θ也可从下式解得：在同一点处取极值。故似然函数为例1设是来自总体X的一个样本，试求参数p的极大似然估计值.解：设是一个样本值。X的分布列为：而令它与矩估计量是相同的。解得p的极大似然估计值p的极大似然估计量令解得设总体X的分布列为：是来自总体X的样本，求p的极大解：似然函数为似然估计值。例2令即所以参数的极大似然估计量为解例3设X1,X2,…,Xn是取自总体X的一个样本,，求参数λ的极大似然估计值。似然函数为:例4设未知，是一个样本值求的极大似然估计量.解设的概率密度为：似然函数为等价于因为对于满足的任意有即时,取最大值在似然函数为故的极大似然估计值为:故的极大似然估计量为:即时,取最大值在似然函数为今取得一组样本Xk数据如下，问如何估计θ？110080021019062052045041034028027014013010068502916某电子管的使用寿命X（单位：小时)服从指数分布分析可用两种方法：矩法估计和极大似然估计.1）矩法估计2）极大似然估计构造似然函数当xi0,（i=1,2,…,n)时，似然函数为取对数建立似然方程5.得极大似然估计量：求解得极大似然估计值似然函数为：例6设为未知参数，是来自X的一个样本值，求的极大似然估计值。解：X的概率密度为：解得：令即：注：lnx是x的严格单增函数，lnL与L有相同的极大值，一般只需求lnL的极大值.写出似然函数2.对似然函数取对数3.对?i(i=1,…,m)分别求偏导,建立似然方程(组)解得分别为的极大估计值.例7矩估计与似然估计不等的例子设总体概率密度为求参数θ的极大似然估计,并用矩法估计θ.解1)极大似然估计法构造似然函数2.取对数：当0xi1,(i=1,2,…,n)时2.取对数：当0xi1,(i=1,2,…,n)时建立似然方程求解得极大似然估计值为5.极大似然估计量为1.矩法估计量与极大似然估计量不一定相同；2.用矩法估计参数比较简单,但有信息量损失；3.极大似然估计法精度较高,但运算较复杂；4.不是所有极大似然估计法都需要建立似然方程求解.P2941；2；3；4解例6.不合格品率的矩法估计分析设总体X即抽一件产品的不合格产品数，相当于抽取了一组样本X1，X2，…，Xn,且因p=EX,故p的矩估计量为设某车间生产一批产品，为估计该批产品不合格品率，抽取了n件产品进行检查.(即出现不合格产品的频率).不合格品率p的估计设总体X是抽一件产品的不合格品数，记p=P{X=1}=P{产品不合格}则X的分布列可表