点估计(矩估计法和最大似然估计法)

您所在的位置:网站首页 概率论矩估计法 点估计(矩估计法和最大似然估计法)

点估计(矩估计法和最大似然估计法)

2024-07-14 19:41| 来源: 网络整理| 查看: 265

估计即是近似地求某个参数的值,需要区别理解样本、总体、量、值 大致的题型是已知某分布(其实包含未知参数),从中取样本并给出样本值 我只是一个初学者,可能有的步骤比较繁琐,请见谅~

1、矩估计法 做题步骤: 1)、E(x),求总体均值(一般含有未知参数) 2)、命E(x) = 样本均值/样本均量 离散型: 例:设总体X有以下分布律 这里写图片描述 其实θ为未知参数,从中取样本(X1,X2,X3,X4),样本值为(-1,1,1,2),求θ的矩估计值

解题过程: 这里写图片描述 注意这里求的是估计值,最后得出来的是一个数

连续型: 例:设总体X的概率密度为 这里写图片描述 (X1,X2…Xn)是来自总体的样本,(x1,x1…xn)为其样本值,求θ的矩估计量 解题过程: 这里写图片描述 注意这里是估计量

2、最大似然估计法

离散型: 1)、L(θ)=P{X1=x1}P{X2=x2}…P{Xn=xn}=P{x=x1}P{x=x2}…P{x=xn} 2)、lnL(θ) = … 3)、对lnL(θ)求导,令求导后的结果等于0,求出θ

例:设总体X有以下分布律**(下表中的 -1 改为 0)** 这里写图片描述 其实θ为未知参数,从中取样本(X1,X2,X3,X4),样本值为(0,1,0,2),求θ的最大似然估计值

解题过程: 这里写图片描述

连续型: 1)、L(θ)=f(x1,θ)f(x2,θ)…f(xn,θ) 2)、lnL(θ) = … 3)、对lnL(θ)求导,令求导后的结果等于0,求出θ 例:

解题过程: 这里写图片描述 注意:估计量的话X必须是大写的,估计值的话x必须是小写。需要熟练掌握对数的运算

关于概率论我推荐汤家风老师的视频,在B站可以搜到的~~

因为我在上传的时候改了部分题干,这篇文章有些许错误,等我考完试再修改,请大家谅解


【本文地址】


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