设总体X~b(100,p)为二项分布,0<p<1未知,X1,X2,…Xn为来自总体的一个样本.求参数p的矩估计量和

设总体X~b(100,p)为二项分布,0<p<1未知,X1,X2,…Xn为来自总体的一个样本.求参数p的矩估计量和,第1张

由E(X)=100p=
X
,得p的矩估计量
p
X
100

∵P(X=k)=
Ckn
pk(1p)nk,k=0,1,2,…,n
∴似然函数为L(p)=
n
i=1
Cxi100
pxi(1p)100xi,
∴ln(L(p))=
n
i=1
(ln
Cxi100
+xilnp+(100xi)ln(1p))
∴由
d(ln(L(p)))
dp
=0,得极大似然估计量
p
X
100

二项分布就是n个两点分布,两点分布的概率是P=p^x(1-p)^(1-x),所以似然函数 L=p^∑Xi(1-p)^(n-∑Xi),构造 lnL=∑Xilnp+(n-∑Xi) ln(1-p),对p进行求导,令其结果等于0,就是∑Xi/p+(n-∑Xi)/(1-p)=0,通分后令分母等于0,可以得到p=(∑Xi)/n

求极大似然函数估计值的一般步骤:

(1) 写出似然函数;

(2) 对似然函数取对数,并整理;

(3) 求导数 ;

(4) 解似然方程 。

扩展资料:

极大似然估计只是一种粗略的数学期望,要知道它的误差大小还要做区间估计。极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。

极大似然估计,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。

参考资料来源:百度百科——极大似然估计

解:本题利用了估计量法中的矩估计法求解。

扩展资料

求解估计量的其他方法:

极大似然估计方法:

(1) 写出似然函数;

(2) 对似然函数取对数,并整理;

(3) 求导数 ;

(4) 解似然方程 。

2利用高等数学中求多元函数的极值的方法,有以下极大似然估计法的具体做法:

(1)根据总体的分布,建立似然函数

;

(2) 当 L 关于

可微时,(由微积分求极值的原理)可由方程组

:

定出

,称以上方程组为似然方程

因为 L 与 Ln

有相同的极大值点,所以

 也可由方程组

定出

,称以上方程组为对数似然方程;

就是所求参数

的极大似然估计量。

当总体是离散型的,将上面的概率密度函数

,换成它的分布律

参考资料来源:百度百科- 矩估计

参考资料来源:百度百科-极大似然估计


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/yw/13128625.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-06-06
下一篇 2023-06-06

发表评论

登录后才能评论

评论列表(0条)

保存