求松柏分布中参数的极大似然估计值-搜答案-大师作文网

你要理解“极大”的含义,“极大”就是“所有样本同时发生的概率最大”,所有样本同时发生的概率就是他们单独概率的乘积,就是L（p）=f1（p）f2（p）…fn（p）最大,而为了方便计算,两边同时取对数In

详细过程点下图查看

不难吧,按照正常的步骤即可得,答案应该是K/Xbar,Xbar是样本的均值.

参数为δ.L(δ)=f(ξ1,ξ2,...,ξn;δ)=f(ξ1)f(ξ2)...f(ξn)=[(1/2δ)^n]*exp{-(1/δ)(|ξ1|+|ξ2|+...|ξn|)}为方便暂记|ξ1|+|ξ

样本均值应服从正态分布

设X~EXP(入)E(X)=1/入^入=1/(xbar)L(入|x)=π(连乘符号)(i=1~n)入e^(-入xi)两边取对数,并使ln(L)=ll(入|x)=ln(入^n)+(-入)Σ(xi)求导l

套用公式计算,经济数学团队帮你解答.请及时评价.再问：这一步是怎么的，看不懂　　谢谢了再答：

详细解答如下,点击放大：

设总体X的概率密度为f(x)=Өx^(Ө-1),0

极大似然估计的方法：1、构造似然函数,L(x1,x2,...,xn)=每个Xi密度函数的连乘.每个Xi的密度函数与总体的密度函数相同.2、求L(x1,x2,...,xn)或lnL(x1,x2,...,

楼上的.是"Pleasestudyhard.”

P(X=1)=pP(X=0)=1-p所以X的密度函数是P(X=a)=p^a*(1-p)^(1-a)a=0或1p未知,p∈[0,1]样本为X1……XN所以似然函数是L(x1,x2……xn;p)=(p^x

E[X]=NP;Var[X]=NP(1-P);矩估计：总体的一阶原点矩为E[X]=NP;样本的一阶原点矩为_X,用样本估计总体,有^p=_X/N;极大似然估计：^p=_X/N;

这个问题其实很简单按照公式积分就好了

C.若存在Xi=min(X1,X2,..,Xn).此时似然函数就是e^-(X1+X2+..+Xn-ntheta)theta取min(X1,X2,..,Xn)达最大

矩估计法EX=∫xf(x)dx=(θ+1)/(θ+2)--->θ=(1-2EX)/(EX-1)极大似然法L(x,θ)=(θ+1)^n(x1.x2...xn)^θLn(L(x,θ))=nLn(θ+

所谓估计就是用样本的值来近似代替总体中未知参数的值,所以：既然λ的似然估计是X的均值,那它平方是的似然估计就是样本均值的平方.极大似然估计

额这个问题专业的说还好才学过···钜估计是指依据格里文科定理（即总体特征数可以用样本特征数来估计）利用样本的钜来估计总体的未知系数的方法例如总体密度函数为p(x；a,b)x1,x2,```xn是一个样