二項分佈就是n個兩點分佈,兩點分佈的機率是P=p^x*(1-p)^(1-x),所以似然函式 L=p^∑Xi*(1-p)^(n-∑Xi),構造 lnL=∑Xi*lnp+(n-∑Xi) ln(1-p),對p進行求導,令其結果等於0,就是∑Xi/p+(n-∑Xi)/(1-p)=0,通分後令分母等於0,可以得到p=(∑Xi)/n
求極大似然函式估計值的一般步驟:
(1) 寫出似然函式;
(2) 對似然函式取對數,並整理;
(3) 求導數 ;
(4) 解似然方程 。
擴充套件資料:
極大似然估計只是一種粗略的數學期望,要知道它的誤差大小還要做區間估計。極大似然估計是建立在這樣的思想上:已知某個引數能使這個樣本出現的機率最大,我們當然不會再去選擇其他小機率的樣本,所以乾脆就把這個引數作為估計的真實值。
極大似然估計,只是一種機率論在統計學的應用,它是引數估計的方法之一。說的是已知某個隨機樣本滿足某種機率分佈,但是其中具體的引數不清楚,引數估計就是透過若干次試驗,觀察其結果,利用結果推出引數的大概值。
二項分佈就是n個兩點分佈,兩點分佈的機率是P=p^x*(1-p)^(1-x),所以似然函式 L=p^∑Xi*(1-p)^(n-∑Xi),構造 lnL=∑Xi*lnp+(n-∑Xi) ln(1-p),對p進行求導,令其結果等於0,就是∑Xi/p+(n-∑Xi)/(1-p)=0,通分後令分母等於0,可以得到p=(∑Xi)/n
求極大似然函式估計值的一般步驟:
(1) 寫出似然函式;
(2) 對似然函式取對數,並整理;
(3) 求導數 ;
(4) 解似然方程 。
擴充套件資料:
極大似然估計只是一種粗略的數學期望,要知道它的誤差大小還要做區間估計。極大似然估計是建立在這樣的思想上:已知某個引數能使這個樣本出現的機率最大,我們當然不會再去選擇其他小機率的樣本,所以乾脆就把這個引數作為估計的真實值。
極大似然估計,只是一種機率論在統計學的應用,它是引數估計的方法之一。說的是已知某個隨機樣本滿足某種機率分佈,但是其中具體的引數不清楚,引數估計就是透過若干次試驗,觀察其結果,利用結果推出引數的大概值。