matlab求一组数据的估计区间,Matlab数据统计与分析(四)——参数估计

本文介绍了如何使用Matlab进行参数估计,包括离散型和连续型随机变量的极大似然估计方法。通过示例展示了矩估计、单个总体极大似然估计和区间估计的计算过程,以及如何利用Matlab内置函数进行正态分布、二项分布等常见分布的参数估计和置信区间的计算。
摘要由CSDN通过智能技术生成

本文将涉及到数理统计的最后一个模块——参数估计,后续将更新的模块是多项式计算、数据插值和曲线拟合。

在讲述使用matlab来实现参数估计之前,有必要去了解一些基本原理。

1.离散型随机变量的极大似然估计法:

(1) 似然函数

若X为离散型, 似然函数为

c88c541034d0a0a974715093384ca138.png

(2) 求似然函数L(θ)的最大值点 θ, 则θ就是未知参数的极大似然估计值.

2.连续型随机变量的极大似然估计法:

(1) 似然函数

若 X 为连续型, 似然函数为

888066a18abc87930ed2bd5c0c04459b.png

(2) 求似然函数L(θ)的最大值点θ, 则θ就是未知参数 的极大似然估计值.

一、矩估计

设总体X的均值、方差均存在,样本(X1,X2,……,X n),则不管总体服从什么分布,总体均值的矩估计均为样本均值,方差的矩估计均为样本二阶中心矩。

matlab中提供了下列函数来实现总体均值的矩估计值与方差的矩估计值的计算,如下:

mu_ju=mean(X) % 返回样本X的均值

sigma2_ju =moment(X,2) % 返回样本X的2阶中心矩

例:来自某总体X的样本值如下:

232.50, 232.48, 232.15, 232.52, 232.53, 232.30, 232.48, 232.05, 232.45, 232.60, 232.47, 232.30,求X的均值与方差的矩估计。

>> x=[232.50,232.48,232.15,232.52,232.53,232.30,232.48,232.05,232.45,232.60,232.47,232.30]

mu_ju=mean(x)

sigma2_ju= moment(x,2)

x =

232.5000 232.4800 232.1500 232.5200 232.5

  • 0
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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
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