极大似然估计
来源:互联网 发布:互联网金融模式数据 编辑:程序博客网 时间:2024/04/29 15:33
很长时间都知道极大似然估计这么个事,最令我头疼的时候是考研时,数学最后一题铁定是估计与假设检验,当时的策略就是背公式,能算出来就是胜利。然后到了研究生阶段,到处都能看到它的身影,由于不是数学专业出身,而且可能是上课听讲不认真等因素,对其一直是一知半解。在此我也只是说一下比较直白的理解,并不会摆很多公式。
首先,我们必须知道,统计理论里面的描述统计和推断统计。
描述统计,是我们从小就接触的,给你全部的数据,你给我算均值、方差等,你具有数据的全部信息,而我们需要用数据的一些特征来描述它,使其直观。
而推断统计下,我们并没有全部的数据,而我们想从这些能观察到的数据去推断所有数据的情况。
大数定理
假设我们有n个独立同分布的变量
所以我们由观测值算得的方差为
极大似然估计
首先要确定,我们要估计的是什么,我们用什么来估计。
我们用观测到的样本值来估计该分布的模型
因为我们可以假设实际观测值与真是分布相关,并且观测值取值随机所以得到的估计量也是随机。
其中,没有给出具体的函数形式的问题为非参数统计,期望值与方差不确定但遵循正太分布的问题为参数统计问题。这里可以理解为,是否给出一个分布的模型。
然后下面就要引出一个重要的东西
有限维数的向量值参数
设数据
使该公式
然后就是对
- 极大似然估计
- 极大似然估计
- 极大似然估计
- 极大似然估计
- 极大似然估计
- 极大似然估计
- 极大似然估计
- 极大似然估计
- 极大似然估计
- 极大似然估计
- 极大似然估计
- 极大似然估计
- 极大似然估计
- 极大似然估计
- 极大似然估计
- 极大似然估计
- 极大似然估计
- 极大似然估计
- 小说一下今天的contest感想
- 深入理解变量声明提升和函数声明提升
- order by group by 区别
- Properties类的使用方法
- UITextField 限制只能输入数字和小数点,只能有两位小数
- 极大似然估计
- POJ 3009 Curling 2.0(深度优先搜索+剪枝)
- C# 字符串比较优化(StringComparison)
- NLP+词法系列(一)︱中文分词技术小结、几大分词引擎的介绍与比较
- 消息队列 的理解
- (转)在Mac下使用OpenCV, 在Xcode下使用OpenCV (非常基础,详细)
- POJ 2425 A Chess Game 博弈+有向无环图
- RandomUtils
- JS 转载:九个 Console 命令,让 js 调试更简单