数理统计区间估计.pptVIP

极大似然估计法思想方法：一次试验就出现的事件有较大的概率例如:有两外形相同的箱子,各装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:第一箱.问:所取的球来自哪一箱？法三数理统计第18页,共44页，星期六，2024年，5月它是在总体类型已知条件下使用的一种参数估计方法.它首先是由德国数学家高斯在1821年提出的.GaussFisher然而,这个方法常归功于英国统计学家费歇.费歇在1922年重新发现了这一方法，并首先研究了这种方法的一些性质.数理统计第19页,共44页，星期六，2024年，5月再看一个简单例子：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.数理统计第20页,共44页，星期六，2024年，5月你就会想，只发一枪便打中,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.这个例子所作的推断已经体现了极大似然法的基本思想.数理统计第21页,共44页，星期六，2024年，5月例6设总体X服从0-1分布,且P(X=1)=p,用极大似然法求p的估计值.解总体X的概率分布为设x1,x2,…,xn为总体样本X1,X2,…,Xn的样本值,则例6数理统计第22页,共44页，星期六，2024年，5月对于不同的p,L(p)不同,见右下图现经过一次试验，发生了，事件则p的取值应使这个事件发生的概率最大.数理统计第23页,共44页，星期六，2024年，5月在容许范围内选择p，使L(p)最大注意到，lnL(p)是L的单调增函数,故若某个p使lnL(p)最大,则这个p必使L(p)最大。所以为所求p的估计值.数理统计第24页,共44页，星期六，2024年，5月一般,设X为离散型随机变量,其分布律为则样本X1,X2,…,Xn的概率分布为或称L()为样本的似然函数数理统计第25页,共44页，星期六，2024年，5月称这样得到的为参数?的极大似然估计值称统计量为参数?的极大似然估计量?MLE简记?mle简记选择适当的?=,使取最大值,即L()极大似然法的思想数理统计第26页,共44页，星期六，2024年，5月若X连续,取f(xi,?)为Xi的密度函数似然函数为注1注2未知参数可以不止一个,如?1,…,?k设X的密度(或分布)为则定义似然函数为数理统计第27页,共44页，星期六，2024年，5月若关于?1,…,?k可微,则称为似然方程组若对于某组给定的样本值x1,x2,…,xn，参数使似然函数取得最大值,即则称为?1,…,?k的极大似然估计值数理统计第28页,共44页，星期六，2024年，5月显然，称统计量为?1,?2,…,?k的极大似然估计量数理统计第29页,共44页，星期六，2024年，5月(4)在最大值点的表达式中,用样本值代入就得参数的最大似然估计值.求最大似然估计(MLE)的一般步骤(1)由总体分布导出样本的联合分布律(或联合密度);(2)把样本联合分布律(或联合密度)中自变量看成已知常数,而把参数看作自变量,得到似然函数L();(3)求似然函数L()的最大值点(常常转化为求lnL()的最大值点)，即的MLE;第30页,共44页，星期六，2024年，5月例7设总体X~N(?,?2),x1,x2,…,xn是X的样本值,求?,?2的极大似然估计.解例7数理统计第31页,共44页，星期六，2024年，5月?,?2的极大似然估计量分别为似然方程组为数理统计第32页,共44页，星期六，2024年，5月极大似然估计方法1）写出似然函数L2）求出,使得数