原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
视频7.2.3最大似然估计的定义及方法（1）
最大似然估计的定义及方法
重点：掌握最大似然估计的方法
似然函数(Likelihoodfunction)
定设总体的概率密度为(；)，∈Θ为待估参数，
义：(，，⋯，)是从总体中抽取的样本，则它
12
们的联合密度为(，,⋯，；)=ς(；)
12=1
记
()≜(，,⋯，；)=ς(；)，
12=1
则称()为的似然函数.
注若是离散型，(=)=(；)，
则()=(，⋯，；)=ς(；)，∈Θ
1=1
最大似然估计
(MaximumLikelihoodestimator)
定义：
对给定的样本值(，，⋯，)，若存在使得
12
()=max()
∈Θ
其中Θ表示参数的取值范围，则称(，，⋯，)
12
为的最大似然估计量，(，，⋯，)为最大似然
12
估计值。
最大似然估计方法
似然函数()=(，⋯，；)=ς(；)
1=1
取对数()≜ln()
()与ln()有相同的最大值点
()
求导数=0，=1,2,⋯,得似然方程组
求解方程组，得即为的最大似然估计
例1:设总体的密度函数；=ቊe−,≥0，(，⋯，)
1
0,0
是取自总体的一个样本,求参数的最大似然估计。
设(，⋯，)是样本(，⋯，)的一组观测值,
解11
文档评论（0）