离散问题的最大似然估计 |
您所在的位置:网站首页 › 概率论最大似然估计 › 离散问题的最大似然估计 |
简述
一般来说,会查到这个问题,相比都是遇到了更一般的问题。 数学课就是上课1+1=2,下课黎曼问题证明的感觉。 本文不会讲解最大似然法 只是给需要解决离散型的最大似然法问题人用的 解决办法一般来说,离散型的最大似然估计,我们极大话的对象是什么? 这时就不是类似于连续型,会有一个连续型的变量x 这里,我们就需要借助离散型的抽样了。 我们极大的对象就是,抽样样本的概率例如有样本例子 数值概率0 2 3 θ \frac{2}{3}\theta 32θ1 1 3 θ \frac{1}{3}\theta 31θ2 2 3 ( 1 − θ ) \frac{2}{3}(1-\theta) 32(1−θ)3 1 3 ( 1 − θ ) \frac{1}{3}(1-\theta) 31(1−θ)然后抽样的结果是 1,2, 3,4这时候,我们需要极大化的对象就是 2 3 θ ∗ 1 3 θ ∗ 2 3 ( 1 − θ ) ∗ 1 3 ( 1 − θ ) \frac{2}{3}\theta * \frac{1}{3}\theta *\frac{2}{3}(1-\theta) * \frac{1}{3}(1-\theta) 32θ∗31θ∗32(1−θ)∗31(1−θ) 是不是直观上想想也觉得非常合理? 总结其实会遇到这个问题,其实还是你对于极大似然估计没有理解清楚 ∏ i = 1 n f ( x i ∣ θ ) \prod_{i=1}^nf(x_i|\theta) i=1∏nf(xi∣θ) 对于离散情况下,这里的f就退化为了p,也就是 ∏ i = 1 n p ( x i ∣ θ ) \prod_{i=1}^np(x_i|\theta) i=1∏np(xi∣θ) 然后,发现其实这里的 x i x_i xi任然是这里的样本而已。 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |