R语言 一元正态分布参数最大似然估计

本文介绍了如何使用R语言的optim(), nlm()和optimize()函数进行一元正态分布参数的最大似然估计。通过示例展示了求解均值和方差的过程,并对比了不同优化方法的特性,包括Nelder-Mead算法和BFGS方法。" 102984216,7429384,ROS中的机器人模型:URDF详解,"['ROS', 'URDF', '机器人建模', '坐标变换', '机械臂']
摘要由CSDN通过智能技术生成

R 函数 optim()、nlm()、optimize() 可以用来求函数极值,因此可以用来计算最大似然估计。optimize() 只
能求一元函数极值

正态分布最大似然估计有解析表达式。作为示例,用 R 函数进行数值优化求解。
对数似然函数为:

在这里插入图片描述
定义 R 的优化目标函数为上述对数似然函数去掉常数项以后乘以 −2,求其最小值点。目标函数为:

objf.norm1 <- function(theta, x){
   
mu <
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Mrrunsen

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值