【No3】極大似然估計(MLE)

概念:

已知某個隨機樣本滿足某種概率分布,但是其中具體的參數(shù)不清楚,參數(shù)估計就是通過若干次試驗,觀察結(jié)果,利用結(jié)果推出參數(shù)的大概值。

最大似然估計是建立在這樣的思想上:已知某個參數(shù)能使這個樣本出現(xiàn)的概率最大,我們當然不會再去選擇小概率樣本,所以干脆就把這個參數(shù)作為估計的真實值。

定義:

設(shè)總體分布為f(x,θ),x1,x2,x3,x4...xn為該總體采用得到的樣本。因為x1,x2...xn獨立分布,于是,他們的聯(lián)合密度函數(shù)為:


一般步驟:

(1)寫出似然函數(shù);

(2)對似然函數(shù)取對數(shù),得到對數(shù)似然函數(shù);

(3)若對數(shù)似然函數(shù)可導,求導,解方程組


得到駐點。

(4)分析駐點是極大值點

舉例:

拋一枚硬幣10次

正面為1,反面為0,結(jié)如下:

【1,1,0,1,1,1,0,0,1,1】

設(shè)正面的概率為p,反面的概率為(1-p)

(1)則最大似然函數(shù)公式為L=p*p(1-p)*p...*p*p

簡化公式如下:

L=p7*(1-p)3

(2)取對數(shù):lnL=7*lnp+3ln(1-p)

(3)求導:0=7*(1/p)+3*(1/(1-p))*(-1)

7/p=3/(1-p)

得出結(jié)果p=7/10

(4)7/10w為極大值點。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容