∑1(c:-)2 2a2 由于(4，g2)为参数的可导函数，令=0，g2 μ 0o2 =0.易知得到的解 是对数似然函数的最大值点，从而得到4，σ的最大似然估计 2=1(x-x)}2=n-1s2 根据最大似然估计的定义，总体分布的上q分位数的最大似然估计为驴+合g: ·矩估计方法(Method of moments):需要己知关于总体分布的（一些）矩 方程在满足适当正则条件下矩估计量满足 -相合性：0n→0 -渐近正态性：√元(0n-0)…N(0,b2) ·最大似然方法(Maximum likelihood):需要已知总体分布，在满足适当 正则条件下最大似然估计量0，满足 -相合性：m→0 Previous Next First Last Back Forward 12∝ n 2 logσ2 − Pn i=1(xi − µ) 2 2σ2 . dul(µ, σ2 )èÎÍåºÍ, -∂l(µ,σ2) ∂µ = 0, ∂l(µ,σ2) ∂σ2 = 0. ¥) ¥ÈÍq,ºÍÅåä:, l µ, σ2Ååq,O µˆ = X, ¯ σˆ 2 = 1 n Xn i=1 (Xi − X¯) 2 = n − 1 n S 2 . ä‚Ååq,O½¬, oN©Ÿ˛q©†ÍÅåq,O赈 + ˆσ 2 zq. • ›Oê{(Method of moments): IáÆ'uoN©Ÿ(ò )› êß3˜v·K^áe›O˛˜θn˜v - É‹5: ˜θn → θ - ÏC5: √ n( ˜θn − θ) N(0, b2 ) • Ååq,ê{(Maximum likelihood): IáÆoN©Ÿ, 3˜v· K^áeÅåq,O˛ˆθn˜v - É‹5: ˆθn → θ Previous Next First Last Back Forward 12