假设 X X X为离散型随机变量,其分布律形式已知,即 P ( X = x ) = p ( x , θ ) P(X=x)=p(x,\theta) P(X=x)=p(x,θ),其中 θ \theta θ为未知参数。设样本集为 T = { x 1 , x 2 , ⋯   , x N } T=\{x_1,x_2,\cdots,x_N\} T={
x1,x2,⋯,xN},则该样本集发生的概率为
L ( θ ) = L ( T , θ ) = ∏ i = 1 N p ( x i , θ ) L(\theta) = L(T,\theta) = \prod_{i=1}^{N} p(x_i,\theta) L(θ)=L(T,θ)=i=1∏Np(xi,θ)
L ( T , θ ) L(T,\theta) L(T,θ)为 θ \theta θ的函数,称为似然函数。极大似然估计的思想如下:既然已取到样本集 T T T,说明取到这一样本集的概率 L ( T , θ ) L(T,\theta)
极大似然估计
最新推荐文章于 2022-07-03 13:08:03 发布