最大似然估计习题6.3
![](https://img-blog.csdnimg.cn/img_convert/455555c8e39d43c29cff9e188dfcaf6c.png)
笔记:求该类最大似然估计就是套公式,就参考第一小题答案就好了,流程就是先写出似然函数,再写出对数似然函数,然后对对数似然函数求导得到似然方程,再令方程为零,即可,最后求个二阶导判断下是否是最大估计。
![](https://img-blog.csdnimg.cn/img_convert/98ff0bd88de54e3a9938f0f4df355ae5.jpeg)
![](https://img-blog.csdnimg.cn/img_convert/da51af896d0d4584902f0910a3df094c.png)
笔记:
矩估计:就是写出与
的关系,然后用
来表达
,就算是
的估计了。
UMVUE:笔记:应付期末把均匀分布的记下来就好了:
![](https://img-blog.csdnimg.cn/img_convert/ddf9b28d01ac4ad4a4d116b3edca7874.png)
![](https://img-blog.csdnimg.cn/img_convert/02c3fc6b5a1145538dc287308eaa1cda.png)
笔记:答案:石子数是服从(10,p)的二项分布,然后根据这个求似然函数,似然方程等,自己做的时候没想到石子数服从二项分布的一点
![](https://img-blog.csdnimg.cn/img_convert/574fdd00d623462aaed746c611670cf7.png)
笔记:无偏估计与相合估计,答案f(xn)的密度函数怎么是这样的,不是很理解
![](https://img-blog.csdnimg.cn/img_convert/8a9cf960a228455da9bea50fb0f87e36.jpeg)
![](https://img-blog.csdnimg.cn/img_convert/b4d70a262e4e4580b1cba0679565bee8.jpeg)
![](https://img-blog.csdnimg.cn/img_convert/e59ef2d9cb9442ba9173734b128a6901.png)
![](https://img-blog.csdnimg.cn/img_convert/63a7add501f54afcacf125a2f5eabf33.png)
笔记:第八题和第七题一样的做法,答案就懒得拍了,还是那个密度函数怎么得出来的问题。
区间估计
方差已知正态均值的区间估计问题
![](https://img-blog.csdnimg.cn/img_convert/6af5ab21a1a744529a511e33f664c1e9.png)
套公式,没啥好说的
![](https://img-blog.csdnimg.cn/img_convert/73fb362abd9e401ab9eb0ad2bd2a1a2c.jpeg)
![](https://img-blog.csdnimg.cn/img_convert/0e0d16ce35ff4f3a915dee8b7e70ec7d.jpeg)
![](https://img-blog.csdnimg.cn/img_convert/1802a650ae984225a000e1fcafcf60ee.png)
一样套公式。
![](https://img-blog.csdnimg.cn/img_convert/8d089d606a5a4f6390585c2ba2afe1af.png)
笔记:第三题第一小题套公式,第二题看答案为啥 ?
![](https://img-blog.csdnimg.cn/img_convert/2091e03a891242b8a750d6d1e63cf94b.jpeg)
![](https://img-blog.csdnimg.cn/img_convert/cf816d62ffaa4dbab68ebd9597735a40.png)
笔记:第四题还是套公式。
![](https://img-blog.csdnimg.cn/img_convert/9891c797a845462cbd00786211fd4932.png)
笔记:第五题是套公式集大成者
![](https://img-blog.csdnimg.cn/img_convert/a232b3a66a1e4fbebbde6ee3c795aeb7.png)
笔记:参考答案中此处n=80较大,可用正态分布求其近似区间,要好好理解下,然后就是套公式中的等于
?
注意以上都是在正态分布的前提下求的置信区间!!!
![](https://img-blog.csdnimg.cn/img_convert/cfe9eb5376874ed0b1ead28f4f3da197.png)
笔记:求不服从正态分布的其他分布的置信区间用枢轴量法详情看答案先用中心极限定理找到一个什么来做枢轴量,然后标准正态分布的分位数,再什么二次多项式的判别式>0啥的就可以求出来近似置信区间了。
![](https://img-blog.csdnimg.cn/img_convert/c01b4db74c8d4f65be94639669f4f2ed.jpeg)
![](https://img-blog.csdnimg.cn/img_convert/4656218fa2c24ad486e0377a983805dd.png)
笔记:就是利用上题的结论,要精确点就用近似公式,要粗糙点就用上面答案里的简化公式(简化的和正态分布差不多)
最小方差无偏估计
以下是概念理解:
![](https://img-blog.csdnimg.cn/img_convert/30ec934f273b439f8d7c0d7e654130f4.png)
图片出自链接链接:求总体参数的一致最小方差无偏估计(UMVUE)的一般方法_哔哩哔哩_bilibili
是否是无偏估计 先写分布函数,再写密度函数,然后则用概率密度函数乘x的积分算
算出来,以期中第二题为例子是
+1/n那么不是无偏估计,但是渐进无偏估计
是否是相合估计,先求
(这个求就是
的概率密度函数乘
的积分),然后求var(x)=负
(x)的平方+
算出来以期中第二题为例子是n方分之一,n趋于正无穷时为0,则var(x)=0,然后如果e(
)和var(
)均为0,那么就是相合估计。
![](https://img-blog.csdnimg.cn/img_convert/7aa2d9442aa040248bdd042c311a6e53.png)
无偏估计与有偏估计的简单理解 - 哔哩哔哩 (bilibili.com)
![](https://img-blog.csdnimg.cn/img_convert/4cd18d53cc45404ea3bde88865f279f0.jpeg)
方差达到C-R下界的无偏估计称为有效估计。
题目:
![](https://img-blog.csdnimg.cn/img_convert/da6698665928469d861cb9f72811e673.png)
![](https://img-blog.csdnimg.cn/img_convert/b14bce038b7e454ba0dc82a49546daa6.jpeg)
笔记:第一题极大似然估计好做,就是多了一步代换,求导的分母改成g()即可
第二题大致看得明白,但是它的前一小半证明就是Y=-lnX那一段好像多余的?
![](https://img-blog.csdnimg.cn/img_convert/1ea2fd1b893745b39e2eb6375d3ad3b6.png)
笔记:第七题和第六题差不多
![](https://img-blog.csdnimg.cn/img_convert/3e4f452bd179444b94eee2c2d53367f0.png)
笔记:第一题:泊松分布的费希尔信息量,以及函数的链式法则,前面的各种常见分布的费希尔信息量要记牢 第二题:第二题还是根据链式法则做就是好了。
假设检验
![](https://img-blog.csdnimg.cn/img_convert/1e1026e8c2a9495c80c3e9b572b056ce.jpeg)
![](https://img-blog.csdnimg.cn/img_convert/78921730b1d64f9e99b05b263f03a0c7.jpeg)
![](https://img-blog.csdnimg.cn/img_convert/375b093a276a44308a5e37593e825b01.jpeg)
7.2 正态总体参数假设检验
![](https://img-blog.csdnimg.cn/img_convert/b525de64007d46d0a3d5abb3bc9dfcad.png)
(=0.05)
![](https://img-blog.csdnimg.cn/img_convert/4cbb1c2d607a4c1db93ae71ab0da9a7d.jpeg)
由于u没有落入拒绝域,所以接受原假设,含碳量仍为4.55、
笔记:这里反正就是看公式,已知方差故采用u检验,然后套上面的公式即可
![](https://img-blog.csdnimg.cn/img_convert/13fc071404a14f27b271174893dbad18.png)
笔记:这题和上面一题都是用第一张表,只不过第一个是用已知的公式,第二个是用
未知的公式。
![](https://img-blog.csdnimg.cn/img_convert/58468877ae874543b743fb63b71062ce.png)
笔记:这题用的是两个正态均值差的假设检验,之后就是用第二张表格套公式就好了
7.4 似然比检验与分布拟合检验
![](https://img-blog.csdnimg.cn/img_convert/386af35b89f94c8184a11ec372279605.png)
![](https://img-blog.csdnimg.cn/img_convert/b8a1dac5d4f74442b09619bc405e0d21.jpeg)