wordpress 双重检验锁 http web encryption concurrency automation datatables jestjs js事件绑定 kafka默认端口 etl数据 mysql合并结果集 mser算法 office配置进度 mysql时间戳转换日期 普通话网上报名 python的str python安装 python变量类型 python平台 python搭建网站 java继承 java正则表达式匹配 java读取文本 千千静听绿色版 wps2011 内存整理软件 俄罗斯方块java代码 mounted 删除数组中的某个元素 摩斯密码翻译 风火云 心理学与生活pdf 临时会话 魔兽地图七个人 联发科mt6750 git命令 坐标标注插件 php取整
当前位置: 首页 > 学习教程  > 编程语言

概率论与数理统计学习笔记——参数估计

2020/9/19 14:40:34 文章标签:

参数估计:估计参数

方法:
据估计法
极大似然法

矩估计法:
样本矩等于总体矩(当样本容量很大时),总体矩就是我们所说的期望,比如k阶总体矩就是X的k次方,作从1到n的求和,然后取平均值,结果是X的k次方的平均值。当我们不知道总体矩或者是需要用到总体矩的时候,我们就可以利用样本矩去估计总体矩。
在这里插入图片描述
在这里插入图片描述
极大似然估计法:似然就是“可能”的意思,构造极大似然函数,然后比较参数可能的值带入函数后得到的概率的大小,以概率最大的那个对应的参数值作为参数的极大似然估计值。
造成结果的原因有a,b。若a造成的几率更大,则说是a。
在这里插入图片描述
极大似然函数对连续型变量的似然函数是概率密度之积的原因:
极大似然估计法的基本思想是选择使事件发生概率最大者为参数估计值,对于连续型变量,微元(d(x1,x2,x3,…,xl)的大小是一样的,所以概率最大的地方就是概率密度函数值最大的地方,也就是各个偏导数为0的地方。


本文链接: http://www.dtmao.cc/news_show_200135.shtml

附件下载

相关教程

    暂无相关的数据...

共有条评论 网友评论

验证码: 看不清楚?