最大似然估计法.ppt

第30页,共33页，星期六，2024年，5月当时依概率收敛于,则称为的一致估计量.设是参数的估计量，为的一致估计量对于任意,有三、一致性第31页,共33页，星期六，2024年，5月第32页,共33页，星期六，2024年，5月四、小结对于一个未知参数可以提出不同的估计量,因此自然提出比较估计量的好坏的问题，这就需要给出评定估计量好坏的标准.在本节中,介绍了评定估计量好坏的三个标准:无偏性、有效性、和相合性.第33页,共33页，星期六，2024年，5月极大似然估计法是基于极大似然原理提出的。为了说明极大似然原理,我们先看个例子。第2页,共33页，星期六，2024年，5月例子：一只野兔从前方窜过，是谁击中的野兔,某同学与一位猎人一起外出打猎。忽然，若让你推测一下，你会怎样想?只听一声枪响，野兔应声倒下.第3页,共33页，星期六，2024年，5月为了进一步体会最大似然估计法的思想,我们再看一个例子.你会想：只一枪便击中,一般情况下猎人击中的概率比同学击中的概率大。故这一枪极大可能是猎人打的。你的这一想法中就已经包含了最大似然原理的基本思想.第4页,共33页，星期六，2024年，5月例如：有一事件A，我们知道它发生的概率p只可能是:试让你推想一下p应取何值?p=0.1，0.3或0.6若在一次观测中，事件A竟然发生了，你自然会认为事件A发生的概率是0.6，而非其他数值。最大似然原理：概率大的事件在一次观测中更容易发生。在一次观测中发生了的事件其概率应该大第5页,共33页，星期六，2024年，5月第6页,共33页，星期六，2024年，5月第7页,共33页，星期六，2024年，5月第8页,共33页，星期六，2024年，5月第9页,共33页，星期六，2024年，5月第10页,共33页，星期六，2024年，5月小结：最大似然估计法的一般步骤：（２）取对数（３）求导数，得驻点，最大值点（４）作结论（1）写似然函数L第11页,共33页，星期六，2024年，5月例：设总体X服从参数为λ的指数分布，（x1,x2,…,xn）为样本观察值，求λ的最大似然估计值。解：总体X的概率密度函数为：似然函数为：①第12页,共33页，星期六，2024年，5月②③取对数得，④所以θ的最大似然估计值为:第13页,共33页，星期六，2024年，5月练习1:设总体X的分布律为：0p1,p未知,求参数p的最大似然估计量.解:总体X的分布律为：设(X1,X2,…,Xn)是来自总体X的样本。第14页,共33页，星期六，2024年，5月似然函数为：第15页,共33页，星期六，2024年，5月解得p的最大似然估计量为：p的最大似然估计值为：第16页,共33页，星期六，2024年，5月解：θ的似然函数为：取对数练习2：设(X1,X2,…Xn)是来自总体X的一个样本求θ的最大似然估计量．其中0,第17页,共33页，星期六，2024年，5月求导并令其为0=0从中解得即为θ的最大似然估计值。即为θ的最大似然估计量。第18页,共33页，星期六，2024年，5月例设总体X~N(),未知.是来自X的样本值,试求的最大似然估计量.似然函数为解X的概率密度为第19页,共33页，星期六，2024年，5月于是令第20页,共33页，星期六，2024年，5月解得的最大似然估计量为第21页,共33页，星期六，2024年，5月第22页,共33页，星期六，2024年，5月由上可见：同一个未知参数，会有不同的估计量，那末如何评价它们的好坏呢？这就涉及到估计量的评选标准问题。第23页,共33页，星期六，2024年，5月1、无偏性无偏性要求估计量的取值要以参数真值为中心左右摆动。它等同于估计量的数学期望等于待估参数的真值。一个好的估计量应满足无偏性、有效性和一致性的要求。衡量点估计量好