极大似然估计

6.1 极大似然估计

参数估计方法：

模型一定，参数未知，通过样本反推最有可能使样本出现的参数

连续性随机变量的极大似然估计

• 联合概率密度函数

一次采样n个样本可近似看成是n个独立同分布的随机变量

n个样本数据代入联合概率密度函数应取最大值

样本数据当作常数，参数当作自变量，求取似然函数取最大值的参数

一般步骤：

写似然函数

对似然函数取对数

求偏导数（导数），解方程组（方程）

• 一致性：满足一致性，样本越多估计越准确

• 不足之处：依赖于概率分布类型的假设，真正的独立同分布不容易满足，样本不应过少