3.4.参数估计
3.4.1.矩估计
样本矩:
样本矩依概率收敛于相应的总体矩
期望实际上是一阶矩统计
一阶样本矩:
方差实际上是二阶中心矩统计
二阶样本矩:
阶样本矩:
3.4.2.极大似然估计
离散型:
连续型:
极大似然估计:
要求参数θ使得抽到样本的联合概率最大,也就是把θ看成变量,求函数L(θ)的最大值,求极值的做法通常就是求导:
由于函数L(θ)是连乘的形式,不好求解,因此把连乘变成连加,套路就是取对数后求导(极大似然变成对数极大似然):
样本矩:
样本矩依概率收敛于相应的总体矩
期望实际上是一阶矩统计
一阶样本矩:
方差实际上是二阶中心矩统计
二阶样本矩:
阶样本矩:
离散型:
连续型:
极大似然估计:
要求参数θ使得抽到样本的联合概率最大,也就是把θ看成变量,求函数L(θ)的最大值,求极值的做法通常就是求导:
由于函数L(θ)是连乘的形式,不好求解,因此把连乘变成连加,套路就是取对数后求导(极大似然变成对数极大似然):