伯努利模型
伯努利模型又名0-1分布或者两点分布,是一个二元随机变量的概率分布模型。该模型的随机变量取值为0或1,当单次随机试验为成功时,随机变量取1,为失败时取0。伯努利模型的值域是离散的,取值范围为[0,1]。当假设单次随机试验的成功概率为p时(p∈[0,1]),其失败的概率则为:
则对于每个观测到的数据,该模型的似然函数可表达为:
对于事件x,模型的期望值为:
其方差为:
化简后可得:
极大似然估计
极大似然估计(Maximum Likelihood Estimation)是一个用来估计概率模型的参数的方法。该方法时通过最大化观测数据的似然函数,找到使得观测数据出现的概率最大的参数值,即用已知的数据集合反向推导最大可能导致此数据集的参数值。在伯努利模型中,极大似然估计的运用是通过最大化结果为成功(或为1)的概率的似然函数来估计参数p的值,从而估计结果为1的概率。
对于n次的独立事件的观测数据中,统计结果为成功的次数记为k,则似然函数可表达为:
抑或者: