一、极大似然估计原理
利用已知的样本结果,反推最有可能导致这样结果的参数值,也就是观察哪个参数值能够使样本出现的概率为最大,即:“模型已定,参数未知”。
记已知的样本集为:,
似然函数:联合概率密度函数,称为相对于D的θ的似然函数,即:
。
如果是参数空间中能使似然函数
最大的θ值,那么
就是θ的极大似然估计量,即:
二、极大似然估计求解过程如下:
(1)写出似然函数;
(2)对似然函数取对数,并整理;(多项式乘积求导不容易,因此取对数)
(3)求导数;
(4)解似然方程。
三、案例
设样本服从正态分布,
(1)联合概率密度函数,即似然函数为:,
(2)求对数:,
(3)求导,得到方程组:,
(4)解方程组,得:,
似然方程有唯一解,而且它一定是最大值点,于是U和
的极大似然估计为:
。