最大似然估计_入门
来源:互联网 发布:淘宝mc独立时尚店 编辑:程序博客网 时间:2024/05/16 12:02
最大似然估计(Maximum Likelihood Estimation),考研的时候就没弄太明白,这篇文章把它搞定。
先来看这么个问题:假如有个罐子里面有黑白两色球,数目不知多少,两种球比例也不知道多少。我们想知道这个比例,但是球太多了不能全部倒出来一个个数,于是抽样。比方说,有放回地抽100次记录颜色,抽完放回去摇匀,结果有70个都是白球。问白球比例是百分之多少?
70%啊,这还用问!高中生都知道。可是为什么?
我们设要求的白球的比例为p,那么黑球就占了1-p。因为每次抽完都放回去摇匀,所以每次都是独立同分布地抽样。我们把这个分布记为模型M,从M中出现的抽样情况记做Data,那么一次抽样(如本例中,这次抽样抽了100次),它出现的概率就是P( Data|M )。第一次抽样结果记做x1,第二次结果记做x2...第100次x100,则Data=(x1, x2, ..., x100)。每次抽球抽出是白球概率为p。
P( Data|M ) = P( x1, x2, ..., x100|M )
= P(x1|M)P(x2|M)...P(x100|M) (因为 每次抽球互相独立)
= p^70( 1-p )^30
那么p取多少时,P(Data|M)取最大呢?(注意:这是最大似然估计里,最关键的一个问题) 要求P最大,可以把P = p^70( 1-p )^30看做是一个关于p的函数,对p求导,让导数=0。 即70p^69(1-p)^30-p^70*30(1-p)^29=0。 p=0 或 1都舍去,最后得到p=0.7时,P(Data|M)最大。
即,我们已知抽100次白球有70个,那么原模型中,白球占了多少比例?回答0.7是最靠谱最没风险的,因为它是最可能的。
再来看第二个问题:
我们有一组连续变量的采样值(x1, x2, ...., xn),已知原数据符合正太分布,标准差σ也是已知量。问,原分布的期望μ是对少时,产生样本(x1, x2, ...., xn)概率最大?
根据公式(实际上上文已经用到,采样各自独立,所以连乘),
和正太分布公式,
可得(e的多少次方,连乘变连加):
让求μ多少时,上式最大,μ是未知,且是自变量,对它求导:
让上式=0。 即只有nμ = xi的和. 即μ=(x1+x2+...+xn)/n。
一般地,最大似然估计一般流程:
1、写似然函数(L(Θ|x1,x2,..., xn))
2、取它对数,并整理下
3、求导数,让导数=0
4、解方程,得出未知量
- 最大似然估计_入门
- 最大似然估计_基本知识回顾
- 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
- ITK 安装
- win7 64位,添加网络打印机
- 【健康生活】程序员保护好自己的颈椎
- js keycode
- linux 常用默认变量
- 最大似然估计_入门
- Debian源设置
- python re模块
- Android 编程下 Touch 事件的分发和消费机制
- centos下ejabberd的安装
- 数据类型
- unit3d游戏开发数学知识
- [LeetCode]—Search Insert Position 有序数组中找目标插入的位置
- MFC学习笔记2