一道概率题引发对考研数学复习的思考

一道概率题引发对考研数学复习的思考

知识回顾

如题，今天上午我兴致勃勃地拿出2006年数学一做了起来。做前面还算顺利，直到最后那道概率题，关于极大似然估计的题目，我的内心：艹了，这怎么跟之前做的不一样，我靠。寄 ······

在平时上课和复习的过程中，老师都说过这部分就是送分题，只需要按照模板

1. 根据概率密度或者分布律写出似然函数
2. 写出对数似然函数
3. 对参数求导，令导数等于0
4. 解出参数的值，即为所求

我们平常这类题都是按照以上步骤。唯一可能出现麻烦的地方就是在第一步：根据概率密度或分布律写出似然函数。可能很多人在复习的时候都知道：假设有n个样本$X_1,X_2,...,X_n$，那么就将n个样本的概率相乘或者概率密度乘以n次方即可。但这道题目的概率密度竟然是分段的，和之前概率密度是一个表达式不同了。
我这时候就不知道该怎么做，竟然也将似然函数给分段写：（真的很蠢很蠢QWQ）

但这样做完全做不下去，我也知道自己做错了，但不知道在哪里做错了。明明这是一道不需要费心去复习的类型题，我竟然毫无办法。最后看了答案，我也在反思自己。明明是一道老师都瞧不起的题目，认为丝毫没有难度的题目，为什么出现在考研题目中我却不会做？！？！何况我这概率论还复习了一遍，这足以看出复习的效果是漏洞百出，建议重开好吧。
我认为是我自己对于如何产生的似然函数没有搞清楚，我就去翻了课本。课本的内容如下：

这段话的意思就是说，如果X是离散型随机变量，那么P{X=x}的概率与$x$和$\theta$有关，记作$p(x;\theta )$（p是关于$x$和$\theta$的函数）。那么样本之间是相互独立的，则同时取得$X_1,X_2,X_3,...,X_n$的概率就是p函数之积$$\prod _{i=1}^{n}p(x_i;\theta )$$
而这里就说明了为什么似然函数是n个乘积的形式：我们首先是有n个样本，这n个样本是确定的，而n个样本对应n个观测值，且其每个样本的出现的概率为$p(x;\theta )$。那么这n个样本发生的概率就是这n个$p(x;\theta )$的乘积。类比一下，如果X是连续型随机变量，我们可以将每个样本的概率密度$f(x_i;\theta )$相乘（这n个$f(x_i;\theta )$可能不是相同的，因为不同的样本可能对应不同的$f$，就比如说考研题里的分段函数）

我们再来看这段话：

有耐心的话可以仔细地体会以下这段话，我读完以后有一种豁然开朗的感觉。我们在上课的时候，老师都会举一个例子：在一个箱子里有100个黑球和白球，其中有一种球数目较多（或者说有99个），另一种球数目较少（或者说有1个），那么我们任意从箱子里取一个球，发现是黑球，那么我们就认为黑球是数目较多的那一类（或者说黑球有99个），而白球数目较少（或者说白球有1个）。

这个例子告诉我们：利用已知的样本结果信息，反推最具有可能（最大概率）导致这些样本结果出现的参数值。概率论真难学啊艹
上面那段文字里提到：“我们已经取到$x_1,x_2,...,x_n$了，这表明取到这一样本的概率比较大，而取得该样本的概率就是我们之前构造的$L(\theta )$”。那么如果存在一个${\theta }_0$，使得$L({\theta }_0)$成为最大值，那么这个${\theta }_0$就是根据当前样本所推得的极大参数估计。所以我们要求$L(\theta )$最大值，就需要求导求极值点，我们上课学到的步骤也就有理可循了。
所以原来的那道考研题目，我就明白了该如何做了以及为什么是这样。

反思

我在复习的过程中，过于注重掌握计算的方法和流程了，对于原理没有很好的掌握。以至于题目换了一种考查方式，常见的方法失效了，而我又不明白课本是如何推导出这个方法，我也就无法从知识本身得出相对应的解法。而且我在复习的过程中，只注重过程的大方向，却把小细节忽略。上图最后应该加上
$$\theta 的最大似然估计为\hat{\theta }=\frac{N}{n}$$

• 掌握重点知识的推导过程和原理
• 重视书写形式，类似的还有特征向量、极值点和拐点的书写形式

什么是似然？它和概率有啥关系？
概率是指给定参数$\theta$，求随机变量$X=x_i$的可能性
似然是指给定样本$X=x_i$,求$\theta ={\theta }_0$的可能性
极大似然就是给定样本$X=x_i$,求使得$L(\theta )$最大的$\theta$值

每天总结反思亿点点，就能进步一点点~