理论教育 极大似然估计法—概率论与数理统计

极大似然估计法—概率论与数理统计

时间:2023-10-22 理论教育 版权反馈
【摘要】:,Xn)的联合密度为将它也看作关于参数θ 的函数,记为L(θ),即由此可见,不管是离散型总体,还是连续型总体,只要知道它的概率分布或密度函数,我们总可以得到一个关于参数θ 的函数L(θ),称L(θ)为似然函数.极大似然估计极大似然估计法的主要思想:如果随机抽样得到的样本观测值为x1,x2,…,θk,则极大似然估计法也适用.此时,所得的似然函数是关于θ1,θ2,…

极大似然估计法—概率论与数理统计

极大似然估计法(maximum likelihood estimation)只是在已知总体分布的前提下进行的一种点估计方法,为了对它的思想有所了解,先看一个例子.

例7.5 假定一个盒子里装有许多大小相同的黑球和白球,并且假定它们的数目之比为3∶1,但不知是白球多还是黑球多,现在有放回地从盒中抽了3 个球,试根据所抽3 个球中黑球的数目确定是白球多还是黑球多.

解 设所抽3 个球中黑球数为X,摸到黑球的概率为p,则X~B(3,p),即

问题是p=还是p=?现根据样本中黑球数,对未知参数p 进行估计.抽样后,共有4种可能结果,其概率如表7.2 所示.

表7.2

假如某次抽样中,只出现一个黑球,即X=1,p=时,P(X=1)=.p=时,P(X=1)=,会选择p=,即黑球数比白球数为1∶3.因为在一次试验中,事件“1 个黑球”发生了,则认为它应有较大的概率对应着参数p=.同样可以考虑X=0,2,3 的情形,最后可得

由上述例子的估计方法可知,极大似然估计法是要选取这样的θ^,当它作为θ 的估计值时,可以使观察结果出现的可能性最大,即概率最大.

(1)似然函数

在极大似然估计法中,最关键的问题是如何求得似然函数(定义下文给出),有了似然函数,问题就简单了,下面分两种情形来介绍似然函数.

1)离散型总体

设总体X 为离散型,P(X=x)=p(x,θ),其中θ 为待估计的未知参数,假定x1,x2,…,xn 为样本X1,X2,…,Xn 的一组观测值.

看作参数θ 的函数,记为L(θ),即

2)连续型总体

设总体X 为连续型,已知其分布密度函数为f(x,θ),θ 为待估计的未知参数,则样本(X1,X2,…,Xn)的联合密度为

将它也看作关于参数θ 的函数,记为L(θ),即

由此可见,不管是离散型总体,还是连续型总体,只要知道它的概率分布或密度函数,我们总可以得到一个关于参数θ 的函数L(θ),称L(θ)为似然函数.

(2)极大似然估计

极大似然估计法的主要思想:如果随机抽样得到的样本观测值为x1,x2,…,xn,则应当选取未知参数θ 的值使得出现该样本值的可能性最大,即使得似然函数L(θ)取最大值,从而求参数θ 的极大似然估计的问题就转化为求似然函数L(θ)的极值点的问题,一般来说,这个问题可以通过求解下面的方程来解决

然而,L(θ)是n 个函数的连乘积,求导数比较复杂.由于ln L(θ)是L(θ)的单调增函数,所以L(θ)与ln L(θ)在θ 的同一点处取得极大值.于是上述求解方程可转化为求解

称ln L(θ)为对数似然函数,此方程为对数似然方程,求解此方程就可得到参数θ 的估计值.

如果总体X 的分布中含有k 个未知参数θ1,θ2,…,θk,则极大似然估计法也适用.此时,所得的似然函数是关于θ1,θ2,…,θk多元函数L(θ1,θ2,…,θk),解下列方程组,就可得到θ1,θ2,…,θk 的估计值,

称上述方程组为似然方程组.

例7.6 设总体X 服从0—1 分布,即

设P(A)=p,其中p(0 <p<1)是未知参数,求p 的最大似然估计量.

解 设X1,X2,…,Xn 为总体X 的样本,x1,x2,…,xn 为其观测值,则有

样本似然函数为

两边取对数,得

那么,对数似然方程为

解得

故p 的最大似然估计量为

例7.7 若总体X 服从参数为λ 的泊松分布,即

求参数λ 的最大似然估计.

解 设X1,X2,…,Xn 是总体X 的样本,x1,x2,…,xn 是其观测值,则

样本似然函数为

于是(www.daowen.com)

似然方程为

故λ 的最大似然估计为

例7.8 设总体X 服从参数μ,σ2正态分布,即X 的概率密度

X1,X2,…,Xn 为X 的样本,求参数μ,σ2 的最大似然估计.

解 样本的似然函数为

于是

则对数似然方程组为

解方程组,得

故总体参数μ,σ2 的最大似然估计量为

例7.9 设总体X 服从[0,θ]上的均匀分布,X1,X2,…,Xn 是来自X 的样本,求θ 的矩法估计和极大似然估计.

解 因为E(θ)=.令=E(X),得

所以

要L(θ)最大,θ 必须尽可能小,又θ≥xi,i=1,2,…,n,从而

例7.10 设总体X 概率密度为

其中α>-1,α 未知,又X1,X2,…,Xn 是来自总体X 的样本,求参数α 的最大似然估计量.

解 样本似然函数为

因为0 不是L 的最大值,所以只需考虑

可得对数似然方程为

因此,参数α 的似然估计量为

例7.11 某公司出售某款手机,需要知道它的平均使用寿命.设该款手机寿命X 服从参数为θ 的指数分布.现对7 只该款手机的使用寿命进行跟踪调查,得到的数据见表7.3.

表7.3

用极大似然估计法估计手机的平均使用寿命.

解 设手机的寿命为X,则X 的密度函数为

设X1,X2,…,Xn 为总体X 的样本,x1,x2,…,xn 为其观测值,则样本的似然函数为

两边取对数,得

似然方程为

解得

把样本值代入极大似然估计量,得到=2.5,即手机的平均寿命是2.5 年.

二维码7.2 基因问题

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈