求总体为指数分布的矩估计和极大似然估计

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了求总体为指数分布的矩估计和极大似然估计相关的知识,希望对你有一定的参考价值。

解答:

设X~EXP(入)

E(X)=1/入

^入=1/(xbar)

L(入|x)=π(连乘符号)(i=1~n) 入e^(-入xi)

两边取对数 ,并使ln(L)=l

l(入|x)=ln(入^n)+(-入)Σ(xi)

求导

l'(入|x)=n/入-n(xbar)

让导数=0

0=1/^入-(xbar)

1/^入=xbar

^入=1/(xbar)

再检验l二阶导为负数,所以l有最大值,最大拟然估计为1/(xbar),同矩形估计。

定义

最大似然估计,只是一种概率论在统计学的应用,它是参数估计的方法之一。说的是已知某个随机样本满足某种概率分布,但是其中具体的参数不清楚,参数估计就是通过若干次试验,观察其结果,利用结果推出参数的大概值。

最大似然估计是建立在这样的思想上:已知某个参数能使这个样本出现的概率最大,我们当然不会再去选择其他小概率的样本,所以干脆就把这个参数作为估计的真实值。

参考技术A

简单计算一下即可,答案如图所示

参考技术B

本回答被提问者和网友采纳

以上是关于求总体为指数分布的矩估计和极大似然估计的主要内容,如果未能解决你的问题,请参考以下文章

最大似然估计值可以为负吗

概率论与数理统计 Chapter4. 参数估计

最大似然估计法的原理

概率统计笔记:高斯分布の极大似然法,有偏&无偏估计

极大似然估计

贝叶斯估计和极大似然估计到底有何区别