学习笔记
文章平均质量分 90
Dumboxxx
这个作者很懒,什么都没留下…
展开
-
Rao-Cramer下界
上一篇文章中,我们讲述了MLE。MLE是一种特殊的参数估计方法。因为它是渐近有效的,它可以渐近地达到极限。这篇文章我们来了解一下Rao-Cramer下界,它表明了所有无偏估计的下界。Rao-Cramer Lower Bound定理 6.2.1:定义 Y=u(X1,X2,...,Xn), E(Y)=E[u(X1,X2,...,Xn)]=K(θ)Y=u(X_1,X_2,...,X_n),\;E(Y)=E[u(X_1,X_2,...,X_n)]=K(\theta)Y=u(X1,X2,...,Xn),原创 2021-02-17 08:04:46 · 1111 阅读 · 1 评论 -
极大似然估计方法
极大似然估计方法极大似然估计是统计学中,估计参数的一种方法。它的本质思想是,如果一个参数能使得这个样本出现的概率最大,那么我们就选择这个参数作为真实参数的估计值。假设我们已知某个随机样本满足某种概率分布,但是并不清楚其中的参数具体为多少。为了估计出这个参数的值,我们进行多次试验,最后根据试验的结果估计出参数的值。接下来,我们对极大似然估计进行理论上的分析。Likelihood Function首先,我们假设 X1,...,XnX_1,...,X_nX1,...,Xn 是独立同分布随机变量,概率原创 2021-02-10 11:00:16 · 1121 阅读 · 2 评论