极大似然估计法.pdf

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
查看更多
《概率论与数理统计》典型教案 教学内容:极大似然估计法 教学目的: 通过本节内容的教学,使学生: 1、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; 2、理解极大似然思想; 3、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 然估计值. 教学重点: 1、对极大似然思想阐述; 2、极大似然估计值的求解. 教学难点: 对不能通过求导方法获得极大似然估计的值的确定. 教学时数: 2学时. 教学过程: 引例: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?你就会想,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. 这个例子所作的推断就体现了极大似然法的基本思想. 一、极大似然思想 一般地说,事件A 与参数 有关, 取值不同,则P (A) 也不同.若    A 发生了,则认为此时的 值就是 的估计值.这就是极大似然思想.看   一例子:例1、设袋中装有许多黑、白球,不同颜色球的数量比为 3:1, 试设计一种方法,估计任取一球为黑球的概率P . 分析:易知P 的值无非是 1/4 或 3/4.为估计P 的值,现从袋中有放 回地任取3 只球,用X 表示其中的黑球数,则X ~ b(3,P) .按极大似然 估计思想,对P 的取值进行估计. 解:对P 的不同取值,X 取k  0,1,2,3 的概率可列表如下: 1 X 0 1 2 3 P  1 27 27 9 1 4 64 64 64 64 P  3 1 9 27 27 4 64 64 64 64  1 ,k  0,1 ˆ  4 故根据极大似然思想即知:P   . 34 ,k  2,3  在上面的例子中, P 是分布中的参数,它只能取两个值:1/4 或 3/4,需要通过抽样来决定分布中参数究竟是 1/4 还是 3/4.在给定了样 本观测值后去计算该样本出现的概率,这一概率依赖于P 的值,为此需 要用 1/4、3/4 分别去计算此概率,在相对比较之下,哪个概率大,则P 就最象那个. 二、似然函数与极大似然估计 1、离散分布场合: 设总体X 是离散型随机变量,其概率函数为p (x ; ) ,其中 是未知  参数.设X 1 ,X 2 ,,X n 为取自总体X 的样本.X 1 ,X 2 ,,X n 的联合概率函 n 数为 p (X ; ) ,这里, 是常量,X ,X ,,X 是变量.  i  1 2 n i1 若我们已知样本取的值是x ,x ,,x ,则事件

文档评论(0)

汪汪队 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档