• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      淺談如何講授極大似然估計

      2015-05-30 01:07:05楊洋
      求知導(dǎo)刊 2015年3期
      關(guān)鍵詞:參數(shù)估計

      楊洋

      摘 要:極大似然估計是概率論與數(shù)理統(tǒng)計這門課程的重難點,在講解這一知識點時,可以通過啟發(fā)式教學(xué),理論與實際問題相結(jié)合,循序漸進(jìn)地進(jìn)行講解。

      關(guān)鍵詞:似然方程;極大似然估計;參數(shù)估計

      極大似然估計是概率論與數(shù)理統(tǒng)計這門課程的重難點,也是求估計時使用最多的參數(shù)估計方法。德國著名數(shù)學(xué)家高斯在1821年最早提出了這一概念,在1922年費希爾再次提出這種想法,并對它的一些性質(zhì)給出證明,這才使極大似然法得到了廣泛的應(yīng)用,對極大似然估計的講解。在教學(xué)中往往存在教師對于這一復(fù)雜的原理難以講解,學(xué)生不易理解的情況,從而無法靈活地運用這一統(tǒng)計方法來解決問題,本文筆者將結(jié)合自己的教學(xué)實踐淺談一些體會。

      一、通過生活中實例引出極大似然估計原理

      直接講述抽象復(fù)雜的概念,學(xué)生理解起來較為困難,通過日常生活中的實例增強學(xué)生的直觀感知。

      例1,老獵人和某位同學(xué)外出打獵,二人同時各開一槍,其中一人打中一只野兔,如果要你推斷是誰打中的呢?

      根據(jù)常識判斷老獵人命中的概率一般大于學(xué)生命中的概率,這槍極有可能是老獵人命中的,這個例子所作的推斷已經(jīng)體現(xiàn)了極大似然法的基本思想。

      例2,設(shè)有外形相同的兩個盒子,甲盒中有99個白球和1個黑球,乙盒中有99個黑球1個白球,今隨機(jī)地抽取一盒,并從中隨機(jī)抽取一球,結(jié)果取得白球,問這個球是從哪個盒子取出?

      不管是哪個盒子任取一個球都有兩個可能結(jié)果:白球或者黑球,甲盒取出白球發(fā)生的概率為0.99,乙盒子取出白球發(fā)生的概率為0.01,甲盒取出白球發(fā)生的概率大,從而推斷這球是從甲盒中取出。

      由此我們引出極大似然原理:隨機(jī)試驗有若干個可能的結(jié)果A、B、C……,現(xiàn)進(jìn)行一次實驗,結(jié)果A發(fā)生了,則認(rèn)為實驗條件對結(jié)果A出現(xiàn)最有利,即實驗的條件應(yīng)該使得結(jié)果A出現(xiàn)的概率為最大。

      我們將這種想法用于參數(shù)估計,設(shè)總體X的分布為F(X;θ),θ∈Θ(θ為未知參數(shù);Θ為參數(shù)空間)X1,X2,…,Xn為來自總體的樣本,x1,x2,…,xn為一組樣本值,在θ的一切可能取值中選取一個作為θ的估計。根據(jù)極大似然原理要選使得樣本值為x1,x2,…,xn出現(xiàn)概率達(dá)到最大的θ值(記為θ)作為θ的估計。

      二、再次結(jié)合實例,給出極大似然估計定義

      例3,對某工廠生產(chǎn)的零件進(jìn)行隨機(jī)抽樣,在抽取的20件樣品中,合格品17件,不合格品為3件,試求這批零件的不合格率。

      我們用隨機(jī)變量X來表示某個零件是否合格,X=0表示合格品,X=1表示不合格品,則X服從二點分布b(1,p)其中p是未知的不合格品率,在得到的樣本x1,x2,…,x20,這批觀測值發(fā)生的概率為:

      P(X1=x1,X2=x2…,X20=x20)= ∏px(1-p)1-x =p3(1-p)17 (1)

      P未知,我們要選擇P使得(1)式表示的概率盡可能大,將(1)式看做未知參數(shù)P的函數(shù),用L(P)表示,當(dāng)P=P時,L(p)=maxL(p),對(1)式兩端取對數(shù)并關(guān)于求導(dǎo)令其為0

      —=—-—=0 p=0.15

      通過以上鋪墊我們給出下面的定義。

      定義:設(shè)總體的概率函數(shù)為p(x;θ)θ∈Θ其中θ是一個未知參數(shù)或幾個未知參數(shù)組成的向量,Θ是參數(shù)θ可能取值的參數(shù)空間,x1,x2,…,xn是來自該總體的樣本,將樣本的聯(lián)合概率函數(shù)看成θ的函數(shù),L(θ)=L(θ,x1,…,xn)=∏p(x1;θ),L(θ)

      稱為樣本的似然函數(shù)。如果某統(tǒng)計量θ=θ(x1,x2,…,xn)滿足L(θ)=

      maxθ∈ΘL(θ)則稱θ是θ的極大似然估計,簡記為MLE(Maximum Likelihood Estimate)[1]。

      三、常用求極大似然估計的方法與步驟

      由定義可知,只要求出似然函數(shù)L(θ)的最大值,那么總體參數(shù)θ的極大似然估計θ的問題便可解決,根據(jù)數(shù)學(xué)分析可知,若似然函數(shù)L(θ)是θ的連續(xù)函數(shù),且關(guān)于的各分量偏導(dǎo)數(shù)存在,對似然函數(shù)取對數(shù),因lnL(θ)達(dá)到最大與L(θ)達(dá)到最大等價,所以利用—求得θ[2]。

      當(dāng)似然函數(shù)的非零區(qū)域與未知參數(shù)有關(guān)時,通常無法通過解似然方程來獲得參數(shù)的極大似然估計,這時可從定義出發(fā)直接求L(θ)的極大值點。

      求極大似然估計的一般步驟歸納如下:

      (1)求似然函數(shù)L(θ)。

      (2)建立方程組—=0。

      (3)解似然方程組得到極大似然估計值θ。

      四、極大似然估計的不足

      經(jīng)過大量的研究,極大似然估計法相對其他估計法具有相合性、有效性、充分性、完備性等優(yōu)良性質(zhì),但也有它的不足,如果不知道總體分布而又要估計其均值和方差,這時極大似然法就沒有了用武之地。

      在講授極大似然估計時,首先由日常生活的例子出發(fā),激發(fā)學(xué)生的興趣,對極大似然原理有初步的印象,接著通過生產(chǎn)中的例子使學(xué)生了解如何建立似然方程以及如何求極大似然估計,這樣層層遞進(jìn),學(xué)生接受起來較容易,有能力利用極大似然估計法解決一些問題,在教學(xué)過程中,應(yīng)該理論與實際問題相結(jié)合,調(diào)動學(xué)生學(xué)習(xí)的積極性,同時也能使我們的教學(xué)變得易懂生動。

      參考文獻(xiàn):

      [1]茆詩松,等.概率論與數(shù)理統(tǒng)計教程[M].北京:高等教育出版社,2011.

      [2]華東師范大學(xué)數(shù)學(xué)系.數(shù)學(xué)分析[M].北京:高等教育出版社,2004.

      (作者單位:吉林師范大學(xué)數(shù)學(xué)學(xué)院)

      猜你喜歡
      參數(shù)估計
      基于新型DFrFT的LFM信號參數(shù)估計算法
      誤差分布未知下時空模型的自適應(yīng)非參數(shù)估計
      不完全觀測下非線性非齊次隨機(jī)系統(tǒng)的參數(shù)估計
      一種GTD模型參數(shù)估計的改進(jìn)2D-TLS-ESPRIT算法
      一類隨機(jī)食餌-捕食者模型的參數(shù)估計
      淺談死亡力函數(shù)的非參數(shù)估計方法
      智富時代(2017年4期)2017-04-27 14:25:42
      Logistic回歸模型的幾乎無偏兩參數(shù)估計
      基于向前方程的平穩(wěn)分布參數(shù)估計
      α穩(wěn)定分布噪聲下基于最優(yōu)L-柯西加權(quán)的LFM信號參數(shù)估計
      基于競爭失效數(shù)據(jù)的Lindley分布參數(shù)估計
      阿尔山市| 黄浦区| 吉隆县| 普宁市| 绥德县| 平凉市| 衡阳县| 临汾市| 衢州市| 贵定县| 大英县| 库伦旗| 同德县| 自贡市| 郯城县| 耿马| 卢龙县| 磴口县| 金坛市| 新竹市| 广东省| 长丰县| 安图县| 马尔康县| 花莲市| 平江县| 宜兰市| 伊宁县| 远安县| 古蔺县| 乌拉特中旗| 施甸县| 达孜县| 东源县| 宾川县| 枣强县| 南丰县| 惠东县| 汶上县| 高雄县| 嘉鱼县|