极大似然估计(MLE)

基本思想

模型已定,参数未知

根据已存在的样本,挑选(求出)能让样本以最大概率发生的参数

 

极大似然估计和最小二乘法最大区别之一 极大似然需要知道概率密度函数(离散型叫分布律)

 若总体X属离散型,其分布律的形式是已知,为待估参数,的取值范围

是来自的样本,的样本值为,则的联合分布律为:

 

 

似然函数就是样本都发生的概率,即联合概率,公式如下

 

 

求解思路

(1)写出似然函数;

(2)对似然函数取对数,并整理;

(3)求导数,令导数为0,得到似然方程;

(4)解似然方程,得到的参数即为所求;

 

示例

极大似然估计(MLE)_第1张图片

极大似然估计(MLE)_第2张图片

极大似然估计(MLE)_第3张图片

极大似然估计(MLE)_第4张图片

 

 

引用自http://blog.csdn.net/weiyudang11/article/details/51523836

 

你可能感兴趣的:(极大似然估计(MLE))