0)-Ip:0) L(=Πfx:8) 极大似然估计法就是求0的极大似然估计日(所要求的要概率),要求出日,就是要求似 然函数L(O或1n4O)的最大值点. 要求极大似然估计,通常用三步: ()根据已知的样本分布,列出似然函数L(0 (②)将函数两边取自然对数。 (3)由函数对日求导,令其等于0,算出日的极大似然估计日 (二)关于无偏性、有效性和相合性 1、设日=X,X,X,)是未知参数日的估计量,若病足E0=0,则称 0=武X,X,X,)是日的无偏估计量.也就是估计量0这个随机变量的取值集中位置是 样本的均值刀,样本方差S分别是总体均值“,总体方口的无偏估计 2、有效性:在几个日的无偏估计量中,其方差越小的,说明此估计量越有效.(可以理解, 方差越小则表明越集中在附近,对日的估计效果越好) 3、相合性:设0=X,X,.,X,)是未知参数0的估计,当n→0时,估计量日与日的 绝对误差小于任意给定正数:的概率趋近于1,就称0=6X,X,X,)为0的相合估 计。11 1 1 ( ) ( ; ) ( ) ( ; ) n i i n i i L p x L f x = = = = 极大似然估计法就是求 的极大似然估计 ˆ (所要求的要概率),要求出 ˆ ,就是要求似 然函数 L L ( ) ( ) 或ln 的最大值点. 要求极大似然估计,通常用三步: (1)根据已知的样本分布,列出似然函数 L( ) (2)将函数两边取自然对数。 (3)由函数对 求导,令其等于 0,算出 的极大似然估计 ˆ . (二)关于无偏性、有效性和相合性 1、设 1 2 ˆ ˆ ( , , , ) = X X X n 是未知参数 的估计量,若满足 E ˆ = ,则称 1 2 ˆ ˆ ( , , , ) = X X X n 是 的无偏估计量.也就是估计量 ˆ 这个随机变量的取值集中位置是 . 样本的均值 X ,样本方差 2 n S 分别是总体均值 ,总体方 2 的无偏估计 2、有效性:在几个 的无偏估计量中,其方差越小的,说明此估计量越有效.(可以理解, 方差越小则表明 ˆ 越集中在 附近,对 的估计效果越好). 3、相合性:设 1 2 ˆ ˆ ( , , , ) = X X X n 是未知参数 的估计,当 n → 时,估计量 ˆ n 与 的 绝对误差小于任意给定正数ε的概率趋近于 1,就称 1 2 ˆ ˆ ( , , , ) = X X X n 为 的相合估 计