最大似然估计
来源:互联网 发布:随波逐流 知乎 编辑:程序博客网 时间:2024/05/16 15:58
一,定义
设总体分布为 F(x,Ø ), 其中x1,x2,x3,x4,,,xn 为该总体样本采集得到的样本,因为x1,x2,x3,x4,,,xn 独立同分布,于是他的联合密度函数为:
这里的Ø 被看做固定但未知的参数,反过来,因为样本已经存在,x1,x2,x3,x4,,,xn 也是固定的,则
L(x,Ø )是关于X的函数,即似然函数。
求参数Ø 的值使得似然函数取得最大值,这种方法就是最大似然估计
二,具体操作
在实践中,由于导数的需要,往往将似然函数取对数,取得对数的似然函数,若对数的似然函数可导,可通过求导的方式解方程组,得到驻点,然后分析驻点是极大值点。
三,例子
1,二项分布的最大似然估计
2,高斯分布的最大似然估计
取对数
求导求驻点
阅读全文
0 0
- 最大似然估计,最大后验估计,贝叶斯估计
- 最大似然估计、最大后验估计、贝叶斯估计
- 最大似然估计
- 最大似然估计
- 最大似然估计
- 最大似然估计
- 最大似然估计
- 最大似然估计
- 最大似然估计
- 最大似然估计
- 最大似然估计
- 最大似然估计
- 最大似然估计
- 最大似然估计
- 最大似然估计
- 最大似然估计
- 最大似然估计
- 最大似然估计
- RTSP Spec中文版(附录)
- kotlin-for-android简介(1)
- Java 使用Apache commons-compress 解压zip文件
- Cordova -- 监听移动端(手机)网络连接情况
- 走迷宫问题:回溯法和递归法
- 最大似然估计
- PHP初始化验证控制器全部方法的SESSION,__initialize()
- libco hook栈内存的原理
- NestedScrolling嵌套滚动原理
- epoll源码剖析
- Android学习笔记(一)–Android事件分发
- 静态库和动态库的区别
- mysql 使用注意事项
- 营销费用的预算管理原则和模式